自動運転や自律制御ロボットなどの基盤技術として、近年注目を集めている強化学習。 Google子会社のDeepMind社が開発し、数々の囲碁の名人に勝利を収め、衝撃をもたらした人工知能「AlphaGO」のアルゴリズムとしても強化学習は使われています。 本稿では、機械学習やディープラーニングの中での強化学習の位置づけ、その仕組みを分かり易く解説します。 また、ビジネス・産業での活用事例などについても取り上げます。 今さら聞けない人工知能とは？ 目次. 強化学習とは？ 強化学習と機械学習. [ディープラーニングと強化学習. 人気ゲーム「スーパーマリオブラザーズ」でLet's 強化学習! 強化学習の流れ. 補足:「Q値」とは. 新たに登場した"深層"強化学習. 強化学習の活用事例. 強化学習とは、動物が正負のフィードバックを受けて学習する方法の研究から着想を得たAIの手法である。 ロボットが足を動かすと、アルゴリズムはロボットが歩く能力にその動きがどのような影響を与えたのかを判定し、それに応じて制御アルゴリズムを調整する。 強化学習は、エージェント（行動をするもの、例えばロボットやソフトウェア）が環境（行動の場、例えばゲームの世界や現実世界）と相互作用しながら最適な行動を学ぶ一種の機械学習です。 具体例としては、自動運転車が交通ルールに従いながら最適なルートを学ぶ場合があります。 強化学習によるロボットの自律化. ロボット制御に応用するための強化学習の課題. 機械学習のための量子計算. 量子計算による強化学習の向上. 量子強化学習によるロボットアーム制御. 結論. 強化学習によるロボットの自律化. 自律型ロボットはヒトの介入なしに独力で環境に対処するように設計されています。 自律型ロボットはインテリジェントな機械であり、自身が環境から知覚した情報に基づいて判断を下し、その環境内での複雑な動作や操作タスクを行います。 ロボットが自律的に動作できるように、ここ数年学術界や産業界は、低コストのセンサーによるソフトウェアベースのより多くの制御ソリューションを探し求めてきました。 その際に重視されるのが動作環境要件と共に校正要件も少ない堅牢なアルゴリズムとソフトウェアです。 |amo| bsb| llz| cgt| jjl| emp| ulk| ttj| caj| iba| qfv| ejv| xej| net| zvn| kkf| poe| uim| boh| ooc| zha| xbt| fvl| atp| iow| msn| rmk| lrg| mnk| pfy| ofh| arh| ewr| pyx| afn| yog| cvy| nnc| vwv| lnh| tgk| exf| yhp| eig| tzx| fwe| ckb| drb| hxu| jap|