[過去ﾛｸﾞ] 知能研究スレ2©2ch.net (224ﾚｽ)

知能研究スレ2©2ch.net http://rio2016.5ch.net/test/read.cgi/future/1481407726/

上下前次1-新
通常表示 512ﾊﾞｲﾄ分割 ﾚｽ栞

---

このｽﾚｯﾄﾞは過去ﾛｸﾞ倉庫に格納されています｡
次ｽﾚ検索 歴削→次ｽﾚ 栞削→次ｽﾚ 過去ﾛｸﾞﾒﾆｭｰ

---

173: >>172 [sage] 2018/08/27(月) 09:48:40.33 ID:Zq8VRJ9K sssp://img.5ch.net/ico/nida.gif 0 10 20 30 0 250 500 750 1000 1250 1500 1750 2000 エピソードごとの外来報酬 勾配の更新の数 （a）大きなバッチ付きマリオ 128環境のバッチ バッチ1024環境 フレーム数（単位：百万） （b）ジャグリング（Roboschool） 純粋な好奇心（無報酬、無限遠地平線）探査 ジャグリング（Roboschool） フレーム数（単位：百万） （c）2人用ポン 純粋な好奇心（無報酬、無限遠地平線）探査 2人のポン 図3： （a）Left：MarioのRFメソッドと異なるバッチサイズの比較。 結果は外的報酬を使用しない。 （b）センター：ジャグリング（Roboschool）環境におけるボールのバウンス数。 （c）右：マルチプレイPong環境におけるエピソード長の平均。 The discontinuous jump on the graph corresponds to the agent reaching a limit of the environment - グラフ上の不連続なジャンプは、エージェントが環境の限界に達することに対応します。 after a certain number of steps in the environment the Atari Pong emulator starts randomly cycling through background colors and becomes unresponsive to agent 's actions 環境内の特定のステップ数の後で、Atari Pongエミュレータは背景色をランダムに循環し始め、エージェントのアクションに応答しなくなります http://rio2016.5ch.net/test/read.cgi/future/1481407726/173

---

ﾒﾓ帳

(0/65535文字)

---

上下前次1-新書関写板覧索設栞歴

---

あと 51 ﾚｽあります
ｽﾚ情報 赤ﾚｽ抽出 画像ﾚｽ抽出 歴の未読ｽﾚ AAｻﾑﾈｲﾙ

---

Google検索

Wikipedia

---

ぬこの手 ぬこTOP 0.020s