OpenAI Gymをご存知でしょうか。これは名前の通り"AI"をトレーニングするためのジムで、様々なゲームなどで自分の開発したAIを"トレーニング(学習)"させることができます。 本セッションでは、強化学習を用いたAIの開発方法と、OpenAI Gymを用いたトレーニングのさせ方について解説します。

* 強化学習の理論的な内容 * Pythonを用いた強化学習の実装方法 * OpenAIを用いたトレーニングの実施方法

※基本的な流れは、Qiitaに掲載済みのこちらの記事に沿って行います http://qiita.com/icoxfog417/items/242439ecd1a477ece312 ロボットから自動運転車、はては囲碁・将棋といったゲームまで、昨今多くの「AI」が世間をにぎわせています。 その中のキーワードとして、「強化学習」というものがあります。そうした意味では、数ある機械学習の手法の中で最も注目されている(そして誇張されている・・・)手法ともいえるかもしれません。 本発表では、その強化学習という手法について、基礎から最近目覚ましい精度を出しているDeep Q-learningまで、その発展の流れと仕組みについて解説をしていきたいと思います。そして、最終的にはPythonでそのアルゴリズムを実装し、OpenAIという強化学習のトレーニング用ライブラリを用いて学習させてみたいと思います。 **発表アウトライン** * 強化学習の特性 * 強化学習のモデル化(Markov Decision Process) * モデルの学習方法 * Value Iteration/Policy Iteration * Q-learning * Deep Q-learning * 実践 * Deep Q-learningの実装 * OpenAI Gymを用いた実践