【強化学習】PPO - 現代の定番学習手法。clip で暴走を防ぎ、min で逆走を防ぐ【深層強化学習】RL vol. 38 #239 #VRアカデミア #ReinforcementLearning
PPO は現代的な強化学習のデファクト学習手法！ これ抑えておけば、すぐ実戦に行ってもいいでしょう！ clip で暴走を防ぎ、 min で逆走を防ぐ。 高理解すれば PPO は完璧です！ 【プレイリスト】 https://www.youtube.com/playlist?list=PLhDAH9aTfnxI1OywfnxXCDTWGtYL2NxJR 【目次】 【参考文献】 原論文 [1707.06347] Proximal Policy Optimization Algorithms https://arxiv.org/abs/1707.06347 分析モデル入門 https://amzn.to/3Ng0nC7 私の本！ この動画シリーズは、この第3部 強化学習 の内容を動画向けにアレンジ、大幅追加、大幅削除したものです。 合わせてみていただくと分かり易いかと！ 強化学習（第2版） https://amzn.to/3K4QsR8 Sutton 先生の「強化学習」本の和訳です。分厚いですが、時間があり、基礎をしっかり学びたい人におすすめ！ ちなみに、英語版は公式で pdf もダウンロードできます → http://incompleteideas.net/book/ 強化学習 (機械学習プロフェッショナルシリーズ) https://amzn.to/44R2XYr 理論家向けの方にはこちら！ しっかりと数式が解説されており、基礎の理論をしっかりと学ぶことができます。 機械学習スタートアップシリーズ Pythonで学ぶ強化学習 https://amzn.to/3XYDrOM 手を動かしながら学びたい人向け！ サンプルコードとともに、基礎的な強化学習アルゴリズムを学べます！ 将棋AIで学ぶディープラーニング https://www.amazon.co.jp/dp/B07B7JJ929 強化学習というと、将棋 AI を思い浮かべる人も少なくないはず！ そういう人におすすめ！ 将棋 AI 向けの強化学習は、他の参考文献にある方法とはかなり異なる方法で作られます。 将棋を目指す方は、ぜひこれを見てみてください！ 更に強いのを作るならこれ → https://amzn.to/3pU1aDa 強化学習の基礎と深層強化学習 https://www.slideshare.net/ShotaImai3/rlssdeepreinforcementlearning 合間に広告が貼ることが極めて重い欠点ですが、内容は素晴らしく、全体感を見渡すことができます。 【宣伝：本も買ってね！】 データサイエンスに頻出の分析モデルを、全領域、深く、書きあげました！ 本質を捉えたデータ分析のための分析モデル入門 https://amzn.to/3Ng0nC7 データ分析に必要な数学を、基礎から最先端まで、過不足なく、数式の気持ちも含めて解説しました！ 妥協しないデータ分析のための 微積分+線形代数入門 https://amzn.to/3B4y8G4 【宣伝2：クラファンやってるよ！】 活動継続のためのご支援をお願いしています。詳細はこちら！ クラファン（月額）はこちら → https://community.camp-fire.jp/projects/view/709000 （クラファン始めた理由の動画 → https://www.youtube.com/watch?v=vXY34njwL4o ） 【終わりに】 ご視聴ありがとうございました！ 面白かったら高評価、チャンネル登録お願いします。 動画の質問、感想などは、コメント欄や Twitter にどうぞ！ お仕事、コラボのご依頼、インターンの応募は、公式 WebPage や Twitter の DM からお願い致します。 AIcia Solid Project - Official Website - https://sites.google.com/view/aicia-official/top 動画生成：AIcia Solid (Twitter: https://twitter.com/AIcia_Solid/ ) 動画編集：AIbis Solid (妹) ======= Logo: ChikakoHorioさん ( https://twitter.com/ChikakoHorio ) Model Design by: ばんちょうさん（ https://twitter.com/k_ban_ ）ママ！ 3D Model by: キツネツキさん（ https://twitter.com/_kitsune_tsuki_ ） パパ！