つくりながら学ぶ！深層強化学習　ＰｙＴｏｒｃｈによる実践プログラミング

強化学習、さらにディープラーニングを組み合わせた深層強化学習を分かりやすく解説。Ｐｙｔｈｏｎ＋ＰｙＴｏｒｃｈで「倒立振子課題」「迷路」「ブロック崩し」を攻略するプログラミングを実装していきます。

強化学習、さらにディープラーニングを組み合わせた深層強化学習ＤＱＮ（Ｄｅｅｐ　Ｑ－Ｎｅｔｗｏｒｋ）という用語を目にする機会が増えています。本書は関連の概念を分かりやすく解説しつつ、Ｐｙｔｈｏｎ＋ＰｙＴｏｒｃｈで「倒立振子課題」「迷路を解くプログラム」「ブロック崩しの攻略」を実装していきます。

第１章「強化学習の概要」では機械学習とその３分類（教師あり学習、教師なし学習、強化学習）について紹介します。

第２章「迷路課題に強化学習を実装しよう」では、簡単な強化学習（方策勾配法、Ｓａｒｓａ、Ｑ学習）のコードをひとつずつ実装しながら、強化学習のアルゴリズムと実装方法を理解します。迷路を最短ルートでゴールするよう強化学習させます。

第３章「倒立振子課題に強化学習を実装しよう」では、２章で学んだ強化学習の基本をより複雑な課題への適用します。倒立振子とは、“ほうきを手のひらの上に立てる”遊びと同じ内容でその制御ルールを強化学習させます。Ａｎａｃｏｎｄａを用いたセットアップ方法も解説します。

第４章「Ｐｙｔｏｒｃｈでディープラーニングを実装しよう」では、ディープラーニングの内容を理解し、ＰｙＴｏｒｃｈで実装します。ニューラルネットワークとディープラーニング発展の歴史、学習フェイズと推論フェイズについて解説。最後に手書き数字の画像を分類するＭＮＩＳＴ課題を実装解説します。

第５章「深層強化学習ＤＱＮを実装しよう」では、強化学習にディープラーニングを組み合わせた“深層強化学習”を理解し、ＤＱＮを実装できるようにします。第３章の倒立振子課題に対してＤＱＮを実装します。

第６章「深層強化学習の発展版を実装しよう」では、新しい深層強化学習の手法、Ｄｏｕｂｌｅ－ＤＱＮ、Ｄｕｅｌｉｎｇ　Ｎｅｔｗｏｒｋ、Ｐｒｉｏｒｉｔｉｚｅｄ　Ｅｘｐｅｒｉｅｎｃｅ　Ｒｅｐｌａｙ、そしてＡ３Ｃ、Ａ２Ｃを理解し、実装できるようにします。

第７章「ＡＷＳのＧＰＵ環境でブロック崩しを実装しよう」では、ブロック崩しゲームを対象に深層強化学習のＡ２Ｃを実装します。実行環境としてＡｍａｚｏｎのクラウドサービスＡＷＳのＧＰＵ環境を使用する方法も解説します。

深層強化学習はまだまだ解決すべき課題の多い分野です。本書が深層強化学習に興味を持つ皆様の一助となれば幸いです。

目次

第１章　強化学習の概要
第２章　迷路課題に強化学習を実装しよう
第３章　倒立振子課題に強化学習を実装しよう
第４章　ＰｙＴｏｒｃｈでディープラーニングを実装しよう
第５章　深層強化学習ＤＱＮを実装しよう
第６章　深層強化学習の発展版を実装しよう
第７章　ＡＷＳのＧＰＵ環境でブロック崩しを実装しよう

本の帯に関して

帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。

版・表紙について

版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。