経験再生(Experience Replay)とは

前提知識
　・Deep Q-Networkとは

■経験再生(Experience Replay)とは
経験再生(Experience Replay)とは、DQNにおいて学習の精度を高める手法の一つで、これまでとった行動を記憶し、一定の間隔で記憶した行動をランダムに複数個(これをバッチサイズといいます)選択し学習します。 これは定期的にランダムに学習することで、"時刻に対し相関が高い"と誤って学習してまう事を防止することできます。

また、これまで行った行動をランダムに学習するのではなく、学習に効果的と思われる行動や、頻度の少ない行動に対して優先的に選んで学習する方法を、優先度付き経験再生(Prioritized Experience Replay)といいます。 優先度をつける方法は、教師信号と学習値との差の絶対値を使用し、絶対値が大きい場合は学習の効果が高い、あるいは学習回数が少ないことを意味するので、replay時に優先的に抽出します。 絶対値が小さい場合は、学習の効果が低い、あるいは学習回数を十分重ねたということを意味しますので、replay時にあまり抽出しなくなります。

サブチャンネルあります。⇒ 何かのお役に立てればと

関連記事一覧 トップメニュー 機械学習 機械学習とは パラメトリックモデル 回帰,分類,クラスタリングの違い 分類(classification) 分類問題とは ナイーブベイズフィルタ 符号関数による分類 ロジスティック回帰 ・線形分離 ・非線形分離 サポートベクターマシン 決定木 k-近傍法 ニューラルネットワーク(NN) NNとは パーセプトロン 勾配法(最急降下法) ・機械学習への適用 損失関数(誤差関数) 誤差逆伝播法 交差検証 , ホールドアウト 活性化関数 ・ステップ , 符号関数 ・シグモイド ・ReLU ・Softmax ・tanh MNISTデータセット CIFAR-10データセット 画像認識方法 画像認識方法② 畳み込みNN(CNN) 再帰型NN(RNN) LSTM kerasによる実装例 ・NN ・CNN ・ディープラーニング クラスタリング k-means 強化学習 強化学習とは 価値関数 , ベルマン方程式 マルコフ決定過程 ε-greedy法 TD学習_スキナー箱 TD学習_Cartpole モンテカルロ法_Blackjack Deep Q-Network(DQN) ・DQNとは_スキナー箱 ・cartpole問題 ・Experience Replay 敵対的生成ネットワーク GAN DCGAN seqGAN seqGAN用文章データ作成