では、前回の記事に引き続き線形関数近似を使った迷路問題を扱っていきます． 今回はまとめきる予定です．コードは写経が多いので余り見せられるものではないのですが、公開する予定です． shirakonotempura.hatenablog.com ！！これは私の勉強用ノートです…

春休みなどもあり少し間が空きましたが、引き続き強化学習についていろいろ書いていきます． 先に書いておくと、今回の記事では迷路の内容まで至っていません． ！！これは私の勉強用ノートです！！ はじめに 今回の主な目的は、線形関数近似の実装です． と…

はじめに 前回は、近似式と目標値の差を表す誤差関数を最小化するパラメータの探索手法の１つである勾配法について整理しました． 強化学習：関数近似（勾配法とか） - 他力本願で生き抜く（本気） 今回は、強化学習におけるパラメータの更新について詳しく…

追記（謝罪）：偏微分の式で分母にしか記号を付けていませんが、正しくは分子にも必要なようです．以後気を付けます． はじめに 前回に続き、関数近似について整理していきます．前回は途中で疲れ果ててしまいました・・． 強化学習：関数近似（その１：導入…

はじめに 今回から、Sutton本9章の内容について勉強しながら、関数近似についてまとめていきたいと思います．Sutton本では、この章（9章）からは第2部となっており、これまでTabular（表形式）で扱っていた状態を関数近似によって拡張していく内容になります…