深層強化学習の基本的な手法と発展

深層強化学習とは強化学習とディープラーニングを組み合わせたものであり、基本的な手法にDQN(Deep Q Network)があります。

これは「状態」と「行動」をQ値で評価するQテーブルを作成し、これを学習によって最適化するものです。発展系としてDoubleDQNがあり、これは行動を選択するネットワークとQ値の評価を行うネットワークを別のネットワークに行わせることで、DQNが抱えていたQ値を過大評価しすぎるという課題を解決しました。

👉より体系的に学びたい方は「人工知能基礎」（東京大学松尾豊先生監修）へ

クイズ

以下の文章を読み，空欄(ア)に最もよく当てはまる選択肢を1つ選べ．深層強化学習の1つであるDQN(Deep Q-Network)は、強化学習である（ア）においてQ値を推定するのにディープラーニングを用いたモデルである．

HMM
RNN
SHRDLU
Q学習

正解を見る

解説を見る
Q学習はQ値を学習するためのアルゴリズムです。Q値は強化学習において、ある状態においてある行動がどの程度の価値を持つかを指標化したものです。（参考: G検定公式テキスト第2版第6章 6-5 P253) （参考：G検定公式テキスト第1版 P175）
👉G検定の受験対策は約1,000問収録の「G検定実践トレーニング」へ

人工知能基礎講座を提供中

人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか？人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。

サンプル動画

人工知能基礎講座はこちら↓

AI初学者・ビジネスパーソン向けのG検定対策講座

G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。

zero to oneの「E資格」向け認定プログラム

日本ディープラーニング協会の実施するE資格の受験ならzero to oneの「E資格」向け認定プログラム (税込165,000円) をおすすめします。当講座は、東京大学大学院工学系研究科の松尾豊教授と東北大学大学院情報科学研究科の岡谷貴之教授が監修する実践的なプログラムとなっています。厚生労働省の教育訓練給付制度対象のE資格認定プログラムの中では最安値※となり、実質負担額49,500円～(支給割合70%の場合)で受講可能です。※2023年弊社調べ

G検定（AI・機械学習）用語集トップ

＜体験型＞学習ブログ

深層強化学習の基本的な手法と発展