はじめに

強化学習は環境に柔軟に適応する知能エージェントにおける基本機能と考えられます。近年は深層学習などのアーキテクチャとして、認識技術と組み合わされて自動運転などの実践的な場でつかわれれはじめており、さらにロボットなどにおいても今後は適用されてゆくシーンが増えてゆくでしょう、こうした背景から、実践的な強化学習や，実世界で動かす強化学習（ロボット・自動運転），強化学習を部品として組み合わせる（アーキテクチャ），といったトピックについて重視し情報共有する場として強化学習アーキテクチャ勉強会を開始しました。

本勉強会において積極的に議論に加わっていただき、今後、論文紹介などの形で貢献いただけるかたの参加をお待ちしております。

当勉強会の運営方針などについては、https://rlarch.connpass.com/ を御覧ください。

• Google Group: https://goo.gl/xznKlY （注：KlYのIは「L」の小文字です）
• Slack: https://join.slack.com/t/rlarch/shared_invite/MjM2Mzc3MDE1MzYyLTE1MDQ2MjIzNDItNjFmNmU2NWJlYg
• Twitter: #rlarch 勉強会のハッシュタグを作りました．コメントや質問等にご活用ください．

会場の注意点：

• DEEPCORE様のご厚意により，2019年4月から会場がKERNEL HONGO（ユニゾ本郷四丁目ビル 3F）となります．
• 入室の際，参加者の把握のため，受付にて「お名前・ご所属・ご連絡先」を記入していただくことになりました（名刺をご提出いただく形でも構いません）．
• 正面口（本郷通り沿い）にロックがかかっている場合があります． 正面口がロックされている場合には，裏側の階段から3階に上がって頂く形になります．

ご協力の程，よろしくお願いいたします．

スケジュール

• 19:15〜19:20 オープニング
• 19:20〜20:10 タイトル：ゲームAIにおける先読みと強化学習の実践と今後の展望

講演概要：

発表者：大渡勝己（フリーエンジニア）

• タイトル：ゲームAIにおける先読みと強化学習の実践と今後の展望

• アブストラクト
  本発表では先読みを用いて二人完全情報ゲームのアルゴリズムのこれまでの研究と、 さらに不完全情報や連続空間の環境でも成果を発揮するための考え方について様々な研究を紹介していきたいと思います。 さらに、先読みと強化学習を組み合わせるチュートリアルとして 実際にアルファゼロのアルゴリズムを手元で動かしてみます。

• 参考文献
  Alpha Zeroを動かすサンプルコード： https://colab.research.google.com/github/YuriCat/AlphaZeroJupyterExample/blob/master/AlphaZeroExample.ipynb