【強化学習】DQN - 深層強化学習時代の到来を告げる超すごいモデル!【Atari 攻略①】RL vol. 28 #210 #VRアカデミア #ReinforcementLearning
高評価: 98件
再生: 4,139回
公開日: 2025年8月22日
DQN (Deep Q-Network) は、深層強化学習時代の始まりを告げる2013年のモデルです。
2012年の AlexNet 以降、現代の AI ブームが始まりまして、今の ChatGPT などに繋がります。Q学習忘れた方はこちら見てね → https://www.youtube.com/watch?v=JPt5JYmcngc&list=PLhDAH9aTfnxI1OywfnxXCDTWGtYL2NxJR&index=14
深層学習を学びたい方はこちら!
プレイリスト → https://www.youtube.com/playlist?list=PLhDAH9aTfnxKXf__soUoAEOrbLAOnVHCP
畳み込み層 → https://www.youtube.com/watch?v=vU-JfZNBdYU&list=PLhDAH9aTfnxKXf__soUoAEOrbLAOnVHCP&index=5
AlexNet ↑ https://www.youtube.com/watch?v=KebUnMbOGU8&list=PLhDAH9aTfnxKXf__soUoAEOrbLAOnVHCP&index=14【プレイリスト】
https://www.youtube.com/playlist?list=PLhDAH9aTfnxI1OywfnxXCDTWGtYL2NxJR【目次】
00:00 オープニング
01:28 DQNはすごい!
11:25 DQNの学習
25:28 詳細
38:12 DQNの先へ
42:08 エンディング【参考文献】
分析モデル入門
https://amzn.to/3Ng0nC7
私の本! この動画シリーズは、この第3部 強化学習 の内容を動画向けにアレンジ、大幅追加、大幅削除したものです。
合わせてみていただくと分かり易いかと!強化学習(第2版)
https://amzn.to/3K4QsR8
Sutton 先生の「強化学習」本の和訳です。分厚いですが、時間があり、基礎をしっかり学びたい人におすすめ!
ちなみに、英語版は公式で pdf もダウンロードできます → http://incompleteideas.net/book/強化学習 (機械学習プロフェッショナルシリーズ)
https://amzn.to/44R2XYr
理論家向けの方にはこちら!
しっかりと数式が解説されており、基礎の理論をしっかりと学ぶことができます。機械学習スタートアップシリーズ Pythonで学ぶ強化学習
https://amzn.to/3XYDrOM
手を動かしながら学びたい人向け!
サンプルコードとともに、基礎的な強化学習アルゴリズムを学べます!将棋AIで学ぶディープラーニング
https://www.amazon.co.jp/dp/B07B7JJ929
強化学習というと、将棋 AI を思い浮かべる人も少なくないはず!
そういう人におすすめ!
将棋 AI 向けの強化学習は、他の参考文献にある方法とはかなり異なる方法で作られます。
将棋を目指す方は、ぜひこれを見てみてください!
更に強いのを作るならこれ → https://amzn.to/3pU1aDa強化学習の基礎と深層強化学習
https://www.slideshare.net/ShotaImai3/rlssdeepreinforcementlearning
合間に広告が貼ることが極めて重い欠点ですが、内容は素晴らしく、全体感を見渡すことができます。【宣伝:本も買ってね!】
データサイエンスに頻出の分析モデルを、全領域、深く、書きあげました!
本質を捉えたデータ分析のための分析モデル入門 https://amzn.to/3Ng0nC7データ分析に必要な数学を、基礎から最先端まで、過不足なく、数式の気持ちも含めて解説しました!
妥協しないデータ分析のための 微積分+線形代数入門
https://amzn.to/3B4y8G4【宣伝2:クラファンやってるよ!】
活動継続のためのご支援をお願いしています。詳細はこちら!
クラファン(月額)はこちら → https://community.camp-fire.jp/projects/view/709000
(クラファン始めた理由の動画 → https://www.youtube.com/watch?v=vXY34njwL4o )【終わりに】
ご視聴ありがとうございました!
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄や Twitter にどうぞ!
お仕事、コラボのご依頼、インターンの応募は、公式 WebPage や Twitter の DM からお願い致します。AIcia Solid Project - Official Website - https://sites.google.com/view/aicia-official/top
動画生成:AIcia Solid (Twitter: https://twitter.com/AIcia_Solid/ )
動画編集:AIbis Solid (妹)=======
Logo: ChikakoHorioさん ( https://twitter.com/ChikakoHorio )
Model Design by: ばんちょうさん( https://twitter.com/k_ban_ )ママ!
3D Model by: キツネツキさん( https://twitter.com/_kitsune_tsuki_ ) パパ!
説明文の続きを見る
強化学習の探検
強化学習の基礎から深層強化学習まで解説します。 将来的に、以下の内容をカバーする予定です: 1. 強化学習とは 2. 基礎的アルゴリズム (Tabular Reinforcement Learning) 3. 深層強化学習 (Deep Reinforcement Learning) 4. 探索技法 5. AlphaGo 6. LLM, Diffusion Models と強化学習
- ▲ 前の10件を見る
- 【強化学習】Policy Gradient - 証明! 混乱の原因と証明との向き合い方【方策勾配法②】RL vol. 24-1 #197 #VRアカデミア #ReinforcementLearning
- 【強化学習】Policy Gradient - ガチ勢向け証明 for 無限の場合【方策勾配法③】RL vol. 24-2 #198 #VRアカデミア #ReinforcementLearning
- 【強化学習】REINFORCE - 【方策勾配法④】RL vol. 25 #200 #VRアカデミア #ReinforcementLearning
- 【強化学習】Actor-Critic - 行動者と評価者を同時に学習!【方策勾配法⑤】RL vol. 26 #202 #VRアカデミア #ReinforcementLearning
- 【強化学習】Actor-Critic と eligibility trace【方策勾配法⑥】RL vol. 27 #206 #VRアカデミア #ReinforcementLearning
- 【強化学習】DQN - 深層強化学習時代の到来を告げる超すごいモデル!【Atari 攻略①】RL vol. 28 #210 #VRアカデミア #ReinforcementLearning
- 【強化学習】決定論的方策勾配定理の証明 - 一度は見てね! 気合で計算!!【深層強化学習】RL vol. 29-2 #215 #VRアカデミア #ReinforcementLearning215
- 【強化学習】TRPO - 近似誤差と戦う! KL divergence で更新幅を制限【深層強化学習】RL vol. 30 #218 #VRアカデミア #ReinforcementLearning
アイシア動画
- ▲ 前の10件を見る
- 【擬似逆行列3】擬似逆行列の計算公式 - 転置 + 倍率調整で擬似逆行列を作ろう!【行列38 2種の逆3】 #205 #VRアカデミア #線型代数入門
- 【強化学習】Actor-Critic と eligibility trace【方策勾配法⑥】RL vol. 27 #206 #VRアカデミア #ReinforcementLearning
- 【擬似逆行列4】重回帰分析の推定公式 - これ、擬似逆行列じゃん。【行列39 重回帰分析】 #207 #VRアカデミア #線型代数入門
- 【今野北斗】4次元の新領域を開拓 - 恐怖と共に切り開いた新しい可能性【数学者に会いに行こう!】#208 #VRアカデミア #gauge_theory #diffeomorphism_group
- 【生成モデル】生成モデルは確率分布の創造である【この3要点をおさえるべし】GM vol. 1 #209 #VRアカデミア #GenAI #generativemodels
- 【強化学習】DQN - 深層強化学習時代の到来を告げる超すごいモデル!【Atari 攻略①】RL vol. 28 #210 #VRアカデミア #ReinforcementLearning
- 【生成モデル】生成と識別 - 本質担当の潜在変数を活用せよ【生成モデルのパラダイム】GM vol. 2 #212 #VRアカデミア #GenAI #generativemodels
- 【生成モデル】KL divergence - 確率分布間の距離 ← これだけ分かれば OK【Kullback-Leibler divergence】GM vol. 3 #213 #VRアカデミア
- KL divergence の非負性の証明 - 多分これが一番早いと思います【非退化性もやるよ!】 #214 #KL_divergence VRアカデミア
- 【強化学習】決定論的方策勾配定理の証明 - 一度は見てね! 気合で計算!!【深層強化学習】RL vol. 29-2 #215 #VRアカデミア #ReinforcementLearning215
- 【川﨑盛通】Symplectic 幾何学へようこそ! - 面倒見が良い先輩研究者の共同研究の生み出し方【数学者に会いに行こう!】#216 #VRアカデミア #symplectic_geometry
- ▼ 次の10件を見る
ラッキー動画
ラッキー動画とは登録されている全動画の中からランダムに選ばれた動画です。運命の出会いかも?!
人気のチャンネル
予備校のノリで学ぶ「大学の数学・物理」
予備校のノリで学ぶ「大学の数学・物理」のチャンネルでは主に ①大学講座:大学レベルの理系科目 ②高校講座:受験レベルの理系科目 の授業動画を...
1,260,000人
661本
313,350,689回
4,685,206件
【楽しい授業動画】あきとんとん
ただの塾講師。 勉強が苦手な人のために,動画をあげていきたいと思います。 気付いたら,勉強の知識が入っていた!!ってぐらい楽しい授業を目...
630,000人
924本
42,184,016回
823,036件
YouTube高校 / 日本史・世界史
日本中を回って撮影した映像で日本史解説の動画を作っています Twitter:Y_Eschool Instagram:You.ele....
621,000人
407本
124,951,664回
908,134件













