GA将?開発日記~原点回帰~

ネタ勢最強を目指して絶賛開発中。

Count-Based Exploration in Feature Space for Reinforcement Learning

 https://arxiv.org/pdf/1706.08090.pdf

 強化学習関数近似を組み合わせた場合に、 φ-pseudocountと呼ぶ指標を元に探査を行う手法らしい。

 大きな状態行動空間でも効率的に学習可能とあるので、コンピュータ将棋への応用も期待出来そう。