雑記　概要メモ　強化学習と教師あり・なし学習

１．強化学習

　強化学習は機械学習のやり方の一つです。

　頻繁に使われている教師なし学習や教師あり学習では、学習開始前に学習させたいデータを集める必要があります。

　一方、強化学習では、学習させたいデータを学習開始前に集めるのではなく、実際にシステムや装置を動かしながら学習させるデータを収集します。
具体的には、AIに達成させたいゴールを設定します。そして、AIが判断をする毎に判断を評価します。この評価が大きくなるようにAIを動作させると、AIは、次第に達成させたいゴールに近づくような判断をするようになります。

　強化学習が適していると言われている分野の一つが、自動車の自動運転です。

　自動運転が行われている自動車では、AIが、自動車の内部を検知するセンサ及び自動車の外部を検知するセンサ出力に基づいて、自動車の動きを決めます。自動車の外部を検知するセンサの例が、カメラやLidarスキャナーです。

２．DQN

　ここでのDQNは、Deep Q-Networkの略です。ネットスラングのドキュンとは関係ありません。

DQNでは、ある状態のときに取るべき最善の行動（一番いいQ値となる行動）を取るようにパラメータを調整します。

ここで、AIにQ値テーブルを用いて、Q値テーブル自体を調整する場合には、Q値テーブルのデータ規模が膨大になります。規模が膨大になったQ値テーブルを使うと、AIの計算が現実的な時間内に終わらない可能性があります。

そこで、DQNはニューラルネットワークを使ってQ値を算出します（Q値の近似関数からQ値を算出します）。

#DQN #DeepQNetwork #強化学習 #機械学習
#毎日note #コラム #毎日更新 #note #毎日投稿 #note毎日更新 #毎日 #最近の学び #毎日更新倶楽部 #考察コラム #クリエイティブ #士業