DQN(読み)でぃーきゅーえぬ

日本大百科全書(ニッポニカ) 「DQN」の意味・わかりやすい解説

DQN
でぃーきゅーえぬ

ディープラーニング深層学習)によって強化学習を行う手法の一つ。deep Q-networkの略である。DeepMind(ディープマインド)社によって提案された。学習の結果、ブロック崩しなどのビデオゲームを、人間のプレーヤーよりうまくプレーすることができたことで、一躍注目を浴びた。強化学習の考え方は古くからあったが、少数パラメーター試行錯誤によって調整するものであった。しかし、この場合パラメーターが少ないために、倒立振子のような単純なシステムでしかうまく動かなかった。ここにディープラーニングを初めて取り入れたのがDQNである。これによって、画面全体の状態を画像として認識し、パドルを操作するというような、複雑な方策も学習できるようになった。この結果、たとえばブロック崩しゲームでは、ブロックの裏側にボールを投げ込むことで高い得点を得る技があるが、DQNは試行錯誤によってそのような戦略を発見した。深層強化学習はこのようにきわめて強力だが、ランダムな試行錯誤の結果として得られる報酬しか考慮しない。したがって、一見悪い方策のように思えるが、長い目でみると報酬が大きくなるような、長期間プランニングが必要な問題は苦手である。

丸山 宏 2019年4月16日]

出典 小学館 日本大百科全書(ニッポニカ)日本大百科全書(ニッポニカ)について 情報 | 凡例

貨幣 (名目) 賃金額を消費者物価指数でデフレートしたもので,基準時に比較した賃金の購買力を計測するために用いられる。こうしたとらえ方は,名目賃金の上昇が物価の上昇によって実質的には減価させられている...

実質賃金の用語解説を読む