強くなるロボティック・ゲームプレイヤーの作り方―実践で学ぶ強化学習 [単行本]

強くなるロボティック・ゲームプレイヤーの作り方―実践で学ぶ強化学習 の 商品概要

• 要旨（「BOOK」データベースより）

  機械学習の代表的な理論である「強化学習」を実装し、“学習機能”を持ったロボットやコンピュータ・エージェントを作成する方法を実践的に解説。自律ロボットやＡＩを学ぶ学生、戦略を学習するゲームキャラクターを作りたいプログラマーはもちろん、“経験”を反映する株価予想などのシステムを作りたい人などにも“学ぶ価値有り”の内容。

• 目次（「BOOK」データベースより）

  １章　“強くなる”ロボティック・ゲームプレイヤーを作るには
  ２章　学習とは？
  ３章　強化学習
  ４章　離散的な空間での学習
  ５章　連続的な空間での学習
  ６章　政策を直接近似する
  ７章　強化学習最前線
  Ａｐｐｅｎｄｉｘ　Ａ　ソフトウェアのインストール
  Ａｐｐｅｎｄｉｘ　Ｂ　プログラムリスト

• 著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）

  八谷 大岳(ハチヤ ヒロタカ)
  東京工業大学大学院情報理工学研究科計算工学専攻博士後期課程・研究補助員（ＲＡ）。１９７６年北海道生まれ。大学卒業とほぼ同時にインターネットビジネスの会社を起業、ウェッブサービスからロボット制御まで幅広く数多くのシステム・ソフトウェア開発に携わる。２００４年からカナダ・バンクーバの公立カレッジにて電子工学を学び、その後イギリスに移りスコットランド・エディンバラ大学にて情報学修士（知的ロボッティクス専攻）を修了。帰国後は、東京工業大学大学院情報理工学研究科計算工学専攻の博士課程に所属し、機械学習、なかでも強化学習の理論とロボットでの応用に関心を持ち、日々研究に励む
  
  杉山 将(スギヤマ マサシ)
  東京工業大学大学院情報理工学研究科計算工学専攻准教授博士（工学）。１９７４年大阪生まれ。幼少時代よりコンピュータに興味を持つが、大学院時代に機械学習の可能性に魅了され、以後一貫して機械学習の数理的な研究に取り組んでいる。東京工業大学にて機械学習の理論的研究を行なう傍ら、ドイツＦｒａｕｎｈｏｆｅｒ研究所やイギリスＥｄｉｎｂｕｒｇｈ大学などに滞在し、脳信号処理、ロボット制御、信号画像処理などの応用研究も行なっている。２００７年に一連の研究成果に対して米国ＩＢＭよりＦａｃｕｌｔｙ　Ａｗａｒｄが授与された。現在は、国籍や産学の枠組みを超えた共同研究を実現すべく、日夜、啓蒙・交流活動に励んでいる

強くなるロボティック・ゲームプレイヤーの作り方―実践で学ぶ強化学習 の商品スペック