DQLの仕組みについて
難易度⭐︎⭐︎
導入
こんにちは、こんばんは。
今回から、強化学習の一種であるDQLと、その中でもよく使われているDQNという手法について語っていきたいと思います。
DQLとは
皆さんはAI(Artificial Intelligence)という言葉をご存知ですか？
このページを見ている皆さんですから知らない方は珍しいと思いますが、
一応簡単に説明すると、コンピュータが人間のように推論・思考や学習を行う技術です。
あるタスクを解決または思考するAIは、そのタスクに関する膨大なデータを用いて学習することで作られます。
そのような学習を機械学習といい、各手法は主に以下の3つのグループに分けることができます。
教師あり学習は教師データと呼ばれる、正解のラベルが存在し、学習中のAIが推論した結果とその正解を比較してAIの修正を行うことでAIを学習させていきます。
教師なし学習は正解ラベルが与えられず、与えられたデータから特徴を読み取り分類するよう自律的に学習させる方法です。
強化学習は、教師データを与えられる代わりに、AIが出した結果に対して報酬(または罰)を与えて、その報酬が最大となるように修正していく手法です。
そして、その強化学習の手法の一つが今回から解説していくDQL(DQN)になります。
divでclass="block"を指定した。
更に、LaTeXを書いてみる。
$$\begin{align*}
y &= 2x^2+4x-3\\
&= 2\left(x^2+2x\right)-3 \quad {...\large ①}\\
&= 2\left[(x+1)^2-1\right]-3 \quad {...\large ②}\\
&= 2(x+1)^2-5 \quad {...\large ③}
\end{align*}$$
SECTION2
これは
<button class="dropdown-toggle">見出し</button>
<div class="dropdown-content" style="display:none;">
を用いたドロップダウン。
(1) \(y=x^2+6x+2\)
$$\begin{align*}
y &= x^2 + 6x + 2\\
&= (x+3)^2 - 3^2 + 2\\
&= (x+3)^2-7
\end{align*}$$
(2) \(y=x^2-5x\)
$$\begin{align*}
y &= x^2-5x\\
&= \left(x-\frac{5}{2}\right)^2-\left(\frac{5}{2}\right)^2\\
&= \left(x-\frac{5}{2}\right)^2-\frac{25}{4}
\end{align*}$$
(3) \(y=3x^2-6+11\)
$$\begin{align*}
y &= 3x^2 - 6x + 11\\
&= 3(x^2 - 2x) + 11\\
&= 3(x-1)^2-3\times1^2+11 \\
&{\scriptsize \uparrow \text{補足の\(p=-1\)を使えばここから}}\\
&= 3(x-1)^2+8
\end{align*}$$
(4) \(y=-2x^2+7x-3\)
$$\begin{align*}
y &= -2x^2 + 7x - 3\\
&= -2\left(x^2-\frac{7}{2}x\right)-3\\
&= -2\left[\left(x-\frac{7}{4}\right)^2-\left(\frac{7}{4}\right)^2\right]-3\\
&= -2\left(x-\frac{7}{4}\right)^2+2\times\frac{49}{16}-3\\
&= -2\left(x-\frac{7}{4}\right)^2+\frac{25}{8}
\end{align*}$$
(補足を使った場合)
(4) \(y = -2x^2 + 7x - 3\)
$$\begin{align*}
y &= -2x^2 + 7x - 3\\
&= -2\left[x+\frac{7}{2\times(-2)}\right]^2{\color{red}+}2\times\left[\frac{7}{2\times(-2)}\right]^2-3\\
&= -2\left(x-\frac{7}{4}\right)^2+\frac{49}{8}-3\\
&= -2\left(x-\frac{7}{4}\right)^2+\frac{25}{8}
\end{align*}$$