Creating a Future Where Humans and Robots Coexist.

情報

: ［強化学習］方策反復法と価値反復法についてコード付きで解説！

2023/10/23

逐次意思決定問題逐次意思決定問題とは、逐次意思決定のルールである方策を最適化する問題です。方策について信号の例を用いて補足すると、信号が赤なら停止、信号が青なら前進というルールが方策で、「信号が赤」 ...

: レスポンデント条件付けとオペラント条件付け

2023/12/29

本記事では、心理学における、レスポンデント条件付け(=古典条件付け)とオペラント条件付けについて紹介しつつ、強化学習との関連についても説明してきたいと思います。行動の分類行動とは生物が示す反応(例 ...

: 探索と活用のトレードオフ

2023/12/30

この記事では、探索と活用のトレードオフ(exploration-exploitation trade-off)と呼ばれる、強化学習において重要な考え方を説明します。多腕バンディット問題多腕バンディ ...

: 方策勾配法と方策勾配定理の導出

2023/11/30

本記事では、強化学習において重要な最適化方法の1つである方策反復法の具体的な手法の方策勾配法について解説するとともに、そこで使用する方策勾配定理について導出も示していきます。はじめに強化学習で使用 ...

: CPG基礎｜神経振動子モデルの理論と実装（執筆中）

2022/3/27

この記事では、ロボットの適応的な歩行を実現するときに必要となる中枢パターン生成器(Central Pattern Generator: CPG)について解説します。こんな方におすすめ動物の歩行メカ ...

: Hodgkin-Huxleyモデルの理論とPythonによる実装

2022/3/27

Hodgkin-Huxleyモデルについて紹介していきます。こんな方におすすめ連続時間ニューロンに興味があるスパイキングニューラルネットワークに入門したいなどの方々にとって有益なものとなるはず ...

: フィッツヒュー-南雲モデルの理論とPythonによる実装

2022/3/27

本記事では、連続時間ニューロンの一種であるフィッツヒュー-南雲モデルについて実装コードも含めて紹介していきます。フィッツヒュー-南雲モデルフィッツヒュー-南雲モデル(FitzHugh-Nagumo ...

おすすめ人気記事トップ５

1: 【図解】運動学入門：順運動学と逆運動学について解説！

この記事では、運動学について、初心者でもわかるように解説していきます。ぜひ最後までお読み頂けると幸いです。 ※内容に誤りがないよう心がけていますが、もし間違いを見つけられたときは、「お問い合わせフォ ...

2: ［Weekly RL with code］DQNでCartPole問題を解く

本記事は、当サイトのYouTubeチャンネルで公開している動画「［Weekly RL with code］DQNでCartPole問題を解く」の内容を記事として書き起こしたものです。記載内容は、動画で ...

3: 直感で理解するLSTM・GRU入門 - 機械学習の基礎をマスターしよう！

当記事では数式を使わずに、LSTMとGRUのエッセンスを直感で理解できるように説明します。同様の説明をYouTube動画にアップしているのでぜひご活用ください！当サイトはTwitterやYouTub ...

4: 1次元畳み込みニューラルネットワークでMNISTの時系列処理

畳み込みニューラルネットワークと聞いて、画像処理を真っ先に思いつくのが普通だと思います。でも、実は別の分野でも大きな成果を出しています。今回扱う1次元畳み込みニューラルネットワークは自然言語処理などの ...

5: 【詳説】Attention機構の起源から学ぶTransformer

みなさんは、Transformerについてどのようなイメージを持っていますか？最近は、BERT、GPTなどのTransformerベースのモデルが目を見張るような成果をだしているので、それらを想像する ...

PAGE TOP