[JA] Objective: 構造に基づく創薬（SBDD）における、異なるアルゴリズム（探索ベース、深層生成モデル、強化学習）に基づく16種類のモデルを比較評価し、各アルゴリズムの特徴と利点を明らかにすること。

#キャルちゃんのquantphチェック Deep meta-reinforcement learning (深層メタ強化学習？)にヒントを得た、新しい量子制御学習アルゴリズムを提案。従来の強化学習による最適量子制御では大量の学習データが必要だったが、学習データの大幅な削減に成功した。 arxiv.org/abs/2406.07225 pic.twitter.com/Z8bS2jCeNr

今回の学ロボでR2を強化学習で制御してるチームなかったなー。対戦形式だから、アルゴリズムとしては最強な気がしてたけど

- 変分量子アルゴリズム（VQA）は、現在の量子デバイスの課題に対処するために開発された量子-古典最適化アルゴリズムのクラス。 - この論文では、強化学習（RL）を使用して、変分回路の最適な構造を自動的に検索することでVQAのパフォーマンスを向上させる。 - #AI

タイトル：強化学習支援量子アーキテクチャサーチによる変分量子アルゴリズム 要約： - ノイズの多い中間スケール量子（NISQ）時代における重要な課題は、機能的な量子回路を特定すること。 - これらの回路は、現在の量子ハードウェアの制約にも準拠する必要がある。 #AI

強化学習とは？３つのアルゴリズム（手法）や仕組み、活用事例も紹介 jitera.com/ja/insights/56…

- 変分量子アルゴリズム（VQA）は、現在の量子デバイスの課題に対処するために開発された量子-古典最適化アルゴリズムのクラス。 - この論文では、強化学習（RL）を使用して、変分回路の最適な構造を自動的に検索することでVQAのパフォーマンスを向上させる。 - #AI

タイトル：強化学習支援量子アーキテクチャサーチによる変分量子アルゴリズム 要約： - ノイズの多い中間スケール量子（NISQ）時代における重要な課題は、機能的な量子回路を特定すること。 - これらの回路は、現在の量子ハードウェアの制約にも準拠する必要がある。 #AI

なんか、抽象度が極端なんだ。 物語から一段階抽象度を下げると、配列操作レベルになる。 その抽象度で理解してるんだろうと思うと、説明が分からない理由が分かる。 強化学習で言えば、 試行錯誤で報酬をベースに学習するアルゴリズムである。 Q[i,j]を初期化して式 ホゲ を使って更新する。的な

友人に仕事の事を聞かれて 『プロンプト設計、機械学習アルゴリズム、ニューラルネットワーク、強化学習、トランスフォーマーモデル、自然言語処理が云々』とか話してたら 「なんか凄そうやな…」って会話が終了した。 お互いあんまり酔えずに1軒目で解散。こういう質問に対する答えも考えないと。

【AI指揮ドローンで遭難者捜索】 グラスゴー大学（@UofGlasgow）の研究者らは深層強化学習（deep RL）を使用した確率分布マップで従来のカバレッジ計画や探索計画アルゴリズムより効率的なAI指揮SAR（捜索救助）ドローンシステムを追究。#ドローン #AI 《Deep Reinforcement Learning for… pic.twitter.com/j1wjJJDJEF

ここ最近行動分析のアルゴリズム実装で違和感があったのですが、行動経済学とABAの違い的なところ？なのでは？と仮説が立ちました。あとは深掘りと応用。ABAって強化学習に似てると思うの自分だけでしょうか？対象とする範囲が何か？という違いでプロセスで類似が多い。

コード長制限とかでできるかわからんけど、遺伝的アルゴリズムとかNNで事前に強化学習させといてモデルを埋め込むとかは考えた ルール的にはあり？？？

主要なオフライン強化学習アルゴリズムをsingle-file x JAXで実装したレポジトリ, JAX-CORLを公開しました！ 最速のTD3+BCだと10分以内に1Mステップの学習が終わります．性能のレポートもあります. github.com/nissymori/JAX-…

は？ノルマ終、AIクラウドパワーは現レベルで強力 コアは再帰的人工ニューラル CNN畳み込み層は重要、ニューラルネット＝アルゴリズム前提で同アルゴリズム、開発から数十年同コア使用、精度向上、回帰と分類により字数で略、深層強化学習、シグモイド関数 プーリング層重要、単なるゲートアルゴリズム pic.twitter.com/dY3T71iFSq

そうだ 忘れないようにツイートしておかないと 人間が知能を獲得したり、技術を獲得していく過程を模倣して強化学習のアルゴリズムは作られてるわけだが、その中でも人間でのコーチングは強化学習でのアニーリングだったり転移学習に相当するものなんではないか？って考えてしまった

物理シミュ下におけるNPMPアルゴリズムを用いた強化学習による動きが超リアルで、実際の選手の動きをキャプチャしてCG化した絵と言われても信じてしまう。 極めてなにか敗北すると日本代表入りの資格を永久に失うかの様な必死さを感じます。 pic.twitter.com/IQeAyrjNo3

究進展に対する実用的な参考情報を提供し、改善されたDGMベースのオフライン強化学習や模倣学習アルゴリズムの着想を目指している。 #AI

がオフライン強化学習や模倣学習の両方でどのように応用されているかが説明される。 - オフライン強化学習と模倣学習は、オフライン方策学習の2つの主要な分野であり、各DGMモデルタイプのオフライン方策学習に関する基本的なスキームや関連作業のカテゴリ化、アルゴリズム #AI

高速な行列積のアルゴリズムを強化学習で発見…凄い… Discovering faster matrix multiplication algorithms with reinforcement learning nature.com/articles/s4158…

◆アルゴリズム取引の強化学習の応用テクニック◆ 強化学習の市場への応用で詳しい論文を見つけたので、共有致します🙇 An Investigation into the Use of Reinforcement Learning Techniques within the Algorithmic Trading Domain source: doc.ic.ac.uk/teaching/disti… pic.twitter.com/Q6vw6NGe4m