USDJPYのヒストリカルデータをダウンロードしてDQN Agentを動かしてみた
前回の続き。 正弦曲線にしたがう為替の値動きについてDQNでバックテストをしてみた | Futurismo USDJPYでバックテスト 今回は、Dukascopyから...
強化学習
正弦曲線にしたがう為替の値動きについてDQNでバックテストをしてみた
DQNを勉強しているので、以下の記事に触発されて自分もFXでDQNをしてみたくなった。 https://github.com/dogwood008/DeepFX https://recruit.gmo.jp/engineer/jisedai/blog/deep-q-learning/ https://www.slideshare.net/JunichiroKatsuta/deep-qlearningfx 2年前、OANDAでのシステムトレードで5万円を...
CartPole問題にDQN(numpy only)で挑戦したけど解けなかった
前回の続き。 OpenAI Gymの CartPole問題をDQNで解いた | Futurismo 前回は、Kerasを利用したのだが、今回は numpyだけで実装してみた。ゼロか...
OpenAI Gymの CartPole問題をDQNで解いた
また、CartPole問題なのだが、今回はDeep Q-Network(DQN)で解いた。 OpenAI Gym の CartPole-v0 を試したメモ | Futurismo CEM で CartPole-v0 を試したメモ | Futurismo OpenAI Gym の...
Deep Q-Network(DQN)リンク集
日本語 DQN (コンピュータ) - Wikipedia DQNの生い立ち ＋ Deep Q-NetworkをChainerで書いた - Qiita DQNをKerasとTensorFlowとOp...
TD法による tic-tac-toe
前回の続き。 三目並べ（tic-tac-toe） にモンテカルロ法を試した | Futurismo 以下の本のoctaveでかかれたコードをpythonで書き直した。...
LEGO Mindstormsの crawler を強化学習で前に進むことを学習させた
LEGO x 強化学習の初の成果が出た。 強化学習の古典的問題、crawler に Q-Learningを適用して前に進むことを学習させたのだ． まずは見るの...
3000 回転んでも立ち上がれなかったロボット
前回、CartPole 問題が Q-Learning でやっと解けたので、 CartPole 問題を応用して、レゴマインドストームの GyroBoy で倒立振子を試みた。 結果 3000 回転んでも立ち上がらな...
OpenAI Gym の CartPole 問題が Q-Learning で解けたぞ
CartPole 問題は、今までこのブログでもなんども取り上げてきた。 CartPole 問題は、今までこのブログでもなんども取り上げてきた。 OpenAI Gym の CartPole-v0 を試したメモ | Futurismo CEM で CartPole-v0 を...
CEM で CartPole-v0 を試したメモ
はじめに 前回の続き。前回はなんの戦略もなく、ただ試した。 OpenAI Gym の CartPole-v0 を試したメモ | Futurismo 今回は、CrossEntropy Method(CEM)をつか...