misinn
@misinn340.bsky.social
マイクラ×強化学習(MineRL) ／時々 Unity ML Agent
Pinned
Reposted by misinn
Resetting the Optimizer in Deep RL: An Empirical Study
arxiv.org/abs/2306.178...
試してみた結果，optim reset をめちゃめちゃ小さく(k=50)しても安定しないけど早く学習するらしい
arxiv.org/abs/2306.178...
試してみた結果，optim reset をめちゃめちゃ小さく(k=50)しても安定しないけど早く学習するらしい
January 15, 2026 at 2:03 PM
Resetting the Optimizer in Deep RL: An Empirical Study
arxiv.org/abs/2306.178...
試してみた結果，optim reset をめちゃめちゃ小さく(k=50)しても安定しないけど早く学習するらしい
arxiv.org/abs/2306.178...
試してみた結果，optim reset をめちゃめちゃ小さく(k=50)しても安定しないけど早く学習するらしい
オフライン学習でダイア取れるようなったのか
January 5, 2026 at 6:41 AM
オフライン学習でダイア取れるようなったのか
January 5, 2026 at 6:37 AM
arxiv.org/abs/2011.14826
Rainbowの分布強化学習手法を変える。おおよそ悪くなるらしい。が、tier数少なくてよくわからん
Rainbowの分布強化学習手法を変える。おおよそ悪くなるらしい。が、tier数少なくてよくわからん
Revisiting Rainbow: Promoting more Insightful and Inclusive Deep Reinforcement Learning Research
Since the introduction of DQN, a vast majority of reinforcement learning research has focused on reinforcement learning with deep neural networks as function approximators. New methods are typically e...
arxiv.org
January 2, 2026 at 12:02 AM
arxiv.org/abs/2011.14826
Rainbowの分布強化学習手法を変える。おおよそ悪くなるらしい。が、tier数少なくてよくわからん
Rainbowの分布強化学習手法を変える。おおよそ悪くなるらしい。が、tier数少なくてよくわからん
短い言い方はダブルミーニングになりやすいのが難点。今のプロフは5通りくらい解釈あるし
December 30, 2025 at 2:48 AM
短い言い方はダブルミーニングになりやすいのが難点。今のプロフは5通りくらい解釈あるし
チャーチル「思い切って、短い、パッと意味の通じる言い方を使え. くだけた言い方でもかまわない.」
December 30, 2025 at 1:45 AM
チャーチル「思い切って、短い、パッと意味の通じる言い方を使え. くだけた言い方でもかまわない.」
論文を書くとき、これから何の話を書けばいいのか考えるだけで一時間かかるのなんとかしたい
December 29, 2025 at 12:56 AM
論文を書くとき、これから何の話を書けばいいのか考えるだけで一時間かかるのなんとかしたい
マイクラの学習で周囲のブロック情報を使う手法は聞いたことあるけど、入力が普通プレイヤーができる範疇を超えてるんだよな
December 28, 2025 at 11:05 AM
マイクラの学習で周囲のブロック情報を使う手法は聞いたことあるけど、入力が普通プレイヤーができる範疇を超えてるんだよな
はじめまして、みしんです。
マイクラAI 作りました。
よかったら見ていってください。
マイクラAI 作りました。
よかったら見ていってください。
December 27, 2025 at 2:07 PM
はじめまして、みしんです。
マイクラAI 作りました。
よかったら見ていってください。
マイクラAI 作りました。
よかったら見ていってください。