キーワード 深層強化学習 が含まれる動画 : 8 件中 1 - 8 件目
種類:
- タグ
- キーワード
対象:
あんよが上手
おちょくるの楽しね
ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー
深層強化学習を用いた動作模倣手法であるDeepMimicのサンプルコード
https://github.com/bulletphysics/bullet3/tree/master/examples/pybullet/gym/pybullet_envs/deep_mimic
を動かしてみました。12コア20スレッドのCPUで20時間のシミュレーションと学習を行うと、不安定ながらも歩いてくれます。
[日本語字幕]深層強化学習AIの人間を凌駕するパフォーマンス in グランツーリスモSPORT
YouTubeより。チューリッヒ大学とソニー・ヨーロッパが共同で行った深層強化学習AIの研究です。
研究にはPS4用ゲームソフト、グランツーリスモSPORTが使用されました。
日本語字幕をつけてみましたが、間違っていましたら申し訳ございません…
研究の全容はこちらのPDFに記述されています。(英語)
https://arxiv.org/pdf/2008.07971.pdf
Original Video: https://www.youtube.com/watch?v=Zeyv1bN9v4A
グランツーリスモ・マイリスト: mylist/58252901
【ARTILIFE】大垣慶介インタビュー(Long ver.)
ドワンゴが贈る新サービス、人工生命観察プロジェクト『ARTILIFE』の深層強化学習実装担当 大垣慶介氏のインタビュー。
web:https://artilife.net
twitter:https://twitter.com/ARTILIFE_jp?lang=ja
© DWANGO Co., Ltd.
【AI】Unity ML-Agents(深層強化学習ライブラリ)を使ったカーレース学習
ML-Agentsでカーレース学習テストです。左直線通過時のクセがすごい
学習するたびにいろんなクセで個性が出ます。全てはAIの判断です
(補助動画2)スマートフォンで人工生命数十体がリアルタイムに学習可能な深層強化学習技術
デモビデオ so33629687 の補助動画です。
強化学習部(Decision-Maker)の実験として、フードの獲得量を最大化するようにエージェントを学習させたものです。
学習したエージェント(青)は,高くて届かないフード(赤)は無視して地面にあるフード(緑)を効率的に取るように行動計画を決めます。
学習しないでルール通りにフードに向かって進むエージェント(黄)は,高くて届かないフード(赤)にトラップされて動けなくなります。
研究の詳細はこちらをご覧ください https://dmv.nico/ja/casestudy/rlcreature/
(補助動画1)スマートフォンで人工生命数十体がリアルタイムに学習可能な深層強化学習技術
デモビデオ so33629687 の補助動画です。
様々な身体形状を人工生命に与えると、それぞれの身体に応じた動かし方を獲得していきます。
研究の詳細はこちらをご覧ください https://dmv.nico/ja/casestudy/rlcreature/
スマートフォンで人工生命数十体がリアルタイムに学習可能な深層強化学習
SIGGRAPH 2018 Studio で発表する論文 “Real-Time Motion Generation for Imaginary Creatures Using Hierarchical Reinforcement Learning” のデモビデオです。
強力な計算機を使わず、スマートフォン上でも、様々な身体形状をもつ数十体の人工生命が、最適な動き方と行動の計画をリアルタイムに学習して実行することができる手法を提案します。
また、このアルゴリズムを誰もがUnity上で利用できるように、オープンソース化し、手元で実行可能なデモアプリケーションを公開しています。
SIGGRAPHの会場では、さらに来場者が複数の生命を配合して新たな身体形状の生命を誕生させ、多様性が広がっていくデモンストレーションを行います。
研究の詳細や、手元で実行可能なデモはこちらをご覧ください
https://dmv.nico/ja/casestudy/rlcreature/
論文はこちら https://dmv.nico/assets/img/casestudy/rlcreature/siggraph2018_rlcreature.pdf
Unity向けOSSはこちら https://github.com/dwango/RLCreature
全力で人工知能に対決を挑んでみた(理論編)
「全力で人工知能に対決を挑んでみた」(sm30440449)の理論解説編です。
今回はDeep Q-Network(DQN)に挑戦してみました。
「なるほど、わからん」コメが書かれないように頑張るつもりだったんですが、
丁寧に説明しようとし過ぎて、逆にわかりずらくなってしまったかもしれません。(´・ω・`)
温かい目で見ていただけると助かります。
プログラムの使用言語はC++です。
お借りしたBGM:nm3883751
mylist :mylist/52497526
twitter:https://twitter.com/__yoshi__1991