深層強化学習の具体的な使い方とポイント

ロボットや自動車などの自律制御に向けて、深層強化学習が注目されている。強化学習は古くから研究されているが、深層学習の登場により、これらを組み合わせてより高い精度を達成することができている。その代表的な例がAlphaGoであり、世界チャンピオンとの囲碁の対戦で勝利するまで至っている。本講演では、強化学習および深層強化学習の仕組みと最新の事例を紹介する。また、実際に活用するためのフレームワークやコツなどについても深く紹介する。

1. 強化学習について
   1. 強化学習はどんなことができるのか
   2. 強化学習の概念
   3. 強化学習とは
   4. 強化学習の目的
2. 深層強化学習のアルゴリズム
   1. 強化学習アルゴリズムマップ
   2. Q-Learningとは
   3. Q-Learningの問題点
   4. DQN
   5. Double DQN
   6. Actor-Critic
   7. A3C
   8. UNREAL
   9. 学習の安定化のために
3. 深層強化学習のフレームワーク
   1. 強化学習を行うために
   2. OpenAI Gymとは
   3. OpenAI Gymの使い方とは
   4. MuJoCoとは
   5. MuJoCoを使うには
   6. ChainerRLとは
   7. ChainerRLの使い方
4. 深層強化学習のコツ
   1. 深層強化学習のメリット・デメリット
5. 仮想環境を用いた強化学習
   1. 強化学習によるロボットの動作獲得
   2. シミュレータを用いた強化学習
• 質疑応答