誰でもわかる強化学習

本資料は，東京大学松尾研究室で開催された強化学習セミナーの講義資料をもとに，講演目的でより初学者向けに内容を調整したものです．特に強化学習で最も基本的かつ最重要手法であるQ学習や，それの深層強化学習版のDQN（Deep Q-Network）を中心に解説しています. 昨今，ChatGPT等の大規模言語モデル（LLM）の開発に強化学習が使用（RLHF等）され，さらに強化学習をLLMに本格的に組み込んだAI（ GoogleのGemini，OpenAIのQ*等）の出現が予想されることから，�強化学習の知識の普及のため公開しました.

[misshiki]

全82ページのスライド資料。

[sirius_taka]

強化学習は詳細を理解しなくてもライブラリでとりあえず使えるので雰囲気で強化学習している

[syu-m-5151]

許してください！だれでも分かりますから！(だれでも分かるとは言ってない)

[short13]

だいたい理解した！

[tettekete37564]

分かる自信はないがブクマだけしとこう・・・

[auto_chan]

"DQN(Deep Q-Network)" ﾄﾞｷｭｰｰｰｰｰﾝ

[ppppchan]

誰でもわかる(誰でもわかるとは言ってない)

[dotneet]

戦略ゲームのところそのまんま木こりのジレンマだな。

[ata00000]

「(東京大学に入学できる人であれば)誰でもわかる強化学習」かな⋯

[shunkeen]

この内容を誰でもが"わかる"なら、人類は賢すぎるし、私が生きているうちにシンギュラリティに到達することはないんじゃないかと思ったりした。それはそれとして、Q*楽しみ。

[ET777]

ほんとに誰でもわかるのか

[shinobue679fbea]

ほんと、知らないことだらけだ。大学入り直したいが卒業するまでにAIが全部持っていきそうw