論文紹介：「常識」を使って強化学習してみた（意訳）

こんにちは。次世代システム研究室のJK（男）です。今回は表題の通り論文紹介をします。紹介する論文は、今年の5月に投稿された「Enhancing Text-based Reinforcement Learning Agen […]

2020/07/10

Open AI Gymに基づく強化学習環境の実装と検証

こんにちは。次世代システム研究室のY.R.です。外国人です。よろしくお願いします。   1 はじめに 近来自分は強化学習(reinforcement learning)をいろいろ勉強しいています。為替取引におい […]

2020/07/06

強化学習（World Model）の紹介

背景 こんにちは、次世代システム研究室のK.Nです。今日は、強化学習の比較的新しいモデルである、WorldModelについて紹介します。(本家のHPがかなり充実しているので、実際のところ、そちらで十分な感じもありますが. […]

2020/04/15

遺伝的アルゴリズムで遊んでみる

こんにちは。次世代システム研究室のJK（男）です。今回は遺伝的アルゴリズム（GA）について書きます。 GAは進化計算（生物の進化のメカニズムにヒントを得て、データ構造を変形していくアルゴリズム）の一手法です。コンセプトは […]

2020/04/07

強化学習(PPO)によるFX取引の実践（その2）

こんにちは、次世代システム研究室のK.Nです。今回も引き続き強化学習(PPO)によるFX取引に取り組みました。強化学習のアルゴリズムや課題の背景については前回の記事をベースにしていますので、まずそちらをご確認していただけ […]

2020/01/10

強化学習(Advantage Actor-Critic)はFX取引できるか（深入り1）

こんにちは。次世代システム研究室のY.R.です。外国人です。よろしくお願いします。 1.はじまり GMOインターネット次世代システム研究室で強化学習を利用しFX取引の研究[1,2,3]を行って続けています。 本ブログでは […]

2019/12/16

強化学習(PPO)によるFX取引の実践

こんにちは、次世代システム研究室のK.Nです。今回のテーマは、「強化学習で金融取引」です。これは割と昔からよくあるテーマですが、今回はどちらかというと強化学習の基礎を学ぶというモチベーションで取り組んでいます。結論から簡 […]

2019/10/09

強化学習(Advantage Actor-Critic)はFX取引できるか（基礎）

こんにちは。次世代システム研究室のY.R.です。外国人です。 本ブログでは、強化学習を用いて、FX取引を試してみたので、その結果を共有いたします。 1. 定義 強化学習の定義は次のとおりです。「強化学習（きょうかがくしゅ […]

2019/10/07

UC Berkeleyの深層強化学習コース（CS294）：Advanced Q-learning

次世代システム研究室のL.G.Wです。今回は、前回の続きで、UC Berkeleyの深層強化学習コースを解説します。前回もQ-learningを触れましたが、ここは、高度なQ-learning方法をより詳しく解明します。 […]

2018/10/04

深層強化学習でマルチエージェント学習してみた

次世代システム研究室のJK（男）です。よろしくお願いします。 前回のブログは、この論文とこの論文を参考に、マルチエージェント（複数エージェント）学習の実験を行いました。前回のブログを軽くサマると、実験１で論文で使用された […]

2018/07/20