GoogleのDeepMindが囲碁のルールを自ら学習することでAlphaZeroを凌駕する強化学習手法「Muzero」を提案。 論文 2019年12月20日 3つの要点 ✔️その１ DeepMindからAlphaZeroの進化版「MuZero」が登場✔️その２ モデルベース強化学習によりルールを与えなくてもAlphaZeroに勝利✔️その３ 囲碁・チェス・将棋に加えてAtariでも同一モデルで最高性能を達成 続きを読むには (3155文字画像6枚) AI-SCHOLARに登録いただく必要があります。 1分で無料で簡単登録する または ログイン この記事に関するカテゴリー 強化学習 本田志温 AI創薬を研究する学生。CV/NLP/RLなど機械学習を広く勉強しています。 Twiiter(@shion_honda)でも日々簡単な論文紹介をしているのでぜひ覗いてみてください！
