AI論文
ランニング30分 英語：できず (1) 本能的に学習するロボット実験の論文を読む 「Instrinstically Motivated Goal Exploaration Processes with Automatic Curriculum Learning」 https://arxiv.org/abs/1708.02190 今までの強化学習はゴール（目的）が明解で…
ランニング30分 英語できず DeepMindとヒントンの状況認識の生成モデルの論文を読む 「Attend,Infer,Repeat:Fast Scene Understannding with Generative Models」 https://arxiv.org/abs/1603.08575 DeepMindのハサビスのサーベイ論文「人間の脳と人工知能」…
テニス２時間 英語：できず (1) ゲームのアイテム毎に強化学習する論文を読む 「Hybrid Reward Architecher for Reinforcement Learning」https://arxiv.org/abs/1706.04208 (1.1) 論文の意図 DQNは画面からDNNで直接特徴量を読み取り、特徴量の変化と得点で…
ランニングできず 英語できず DeepMindとOpenAIの人間の好みを反映した強化学習の論文を読む 「Deep reinforcement learning from human preferences」 [1706.03741] Deep reinforcement learning from human preferences 強化学習では報酬が明確でないと学…
ランニングできず 英語できず (1) DeepMindのグループ対戦型ゲームの強化学習の論文を読む 「StarCraft II: A New Challenge for Reinforcement Learning」 StarCraft II: A New Challenge for Reinforcement Learning | DeepMind StarCraftゲームはグループ…
ランニングできず 英語できず (1) DeepMindの外部メモリー型DQNの論文を読む 「Neural Episodic Memory](2017/03) https://arxiv.org/abs/1703.01988 この論文は人間がある状況で適切な行動を求められる場合、過去の類似した状況での結果を思いだして行動選…
ランニング30分 英語:movie Pappion (1) 強化学習を用いた画像の枠認識の論文を読む 「Learning Policy for Adaptive Tracking with Deep Feature Cascade」 [1708.02973v1] Learning Policies for Adaptive Tracking with Deep Feature Cascades 単なる画像…
ランニングできず 英語できず (1) 言葉の分散表現と連結グラフの知識データベースの論文を読む。 「Thinking Fast, Thinking Slow! Combining Knowledge Graphs and Vector Spaces」https://arxiv.org/abs/1708.03310 これは言葉をword2vec等でベクトル化し…
ランニングできず 英語できず (1) 動画の予測のPredNetの論文を再チャレンジする 以前少し読んだが数式が全く無く、何故動画予測ができるか記述もなく、公開コードを稼動できなかったので、NLPに方向を変えた覚えがある。 本論文の内容は下図で示される通り…
ランニングできず 英語できず (1) Micheal Jordanが参加している転移学習の論文を読む。 「Learning Transferable Features with Deep Adaptation Networks」https://arxiv.org/abs/1502.02791 この人は有名なバスケットのJordanと同じ姓名なので、文書分類…
ランニングできず 英語できず (1) DeepLearning系の生成モデルのツールEdwardの論文を読む。 「Deep Probabilistic Programming」 [1701.03757] Deep Probabilistic Programming 相当ハイレベルの人や知人から紹介されていたEdwardツールの論文である。 正直…
ランニングできず 英語できず (1) UCバークレイの対象の特徴を理解して掴むロボットの論文を読む。 「End-to-End Learning of Semantic Grasping」 [1707.01932] End-to-End Learning of Semantic Grasping Abbeelが属するUCバークレィのロボットで、対象物…
ランニングできず 英語:Toiec (1)windows VirtualBox Ubuntu pythonのモデル開発環境で躓いたことを記す。 VirtualBoxでwindowsのフォルダーを共有指定して、Ubuntuでマウントした場合、読み込みはできるが書き込みは「プロトコルエラー」でできない場合があ…
ランニング30分 英語：Toiec (1)DeepMindのDeepLearningでの忘却抑止の論文を読む 「Overcoming catastrophic forgetting in neural networks」 ハザビスのサーベイ論文「Neuroscience Inspired AI」でDeepMindの成果として揚げられていたもの。人間は多数の…
テニス２時間 英語：できず (1) DeepMindの幼児の視覚理解の論文を読了する Early Visual Concept Learning with Unsupervised Deep Learning 知識が無い幼児が早期に外界に適応するのは、非教師モデルでしか行えないはずで、生成モデルで理解しているとの論…
ランニングできず 英語：Move Starwars (1)DeepMindのハザビスが問題提起した、幼児が環境を急速に理解する謎についての論文を読む。 [1606.05579] Early Visual Concept Learning with Unsupervised Deep Learning 幼児は知識獲得前なので教師あり（ラベル…
ランニング30分 英語できず (1) 好奇心を報酬とする論文を読了する [1705.05363] Curiosity-driven Exploration by Self-supervised Prediction 下図の様な迷路ゲーム（Viza-Doom)の場合、迷路の端に報酬があり（右端の図）、各場面では殆ど報酬を見ることが…
ランニングできず 英語:Toeic (1) 好奇心による強化学習の論文を読む。 「Curiosity-driven Exploaration by Self-Supervised Prediction」 明示的な報酬を外生的報酬(extrinsic reward)とし、好奇心を本能的な報酬(instrinsic reward)として区別して、明示…
テニススクール90分 英語：movie Fully (1)DeepMindのハザビスの「脳科学とAIの関連」の記事を纏める 「Neuroscience inspiered AI」 何故この様な記事が書いたのか理由の推察であるが、DQNやAlpha碁の偉大な事業を深層強化学習で達成したが、さらに複雑な事…
ランニング30分 英語できず 引き続きDeepMindハザビスの「AIと脳神経学の関連」の記事を読む。 「Neuroscience-Inspired AI」 次の様なDeepMindが構想するAIを述べており、既に素晴らしい成果であるDQNやAlpha碁を超えて、さらに実用的で複雑な問題を解決あ…
ランニングできず 英語できず (1) pythonでの自然言語の頻度分析をmecabで行っているが。結果をファイルに書かない不具合対応に２～3時間費やした。 どの様な言語でもcloseするとメモリーにキャッシングしたデータはファイルに書出すが pythonはf.flushで明…
テニス４時間 英語：できず (1)AbbeelのGoalからの強化学習の論文の下記のアルゴリズムがGoalからStartへ明示的に逆に辿る手続きになっていなく、理解が難しい。 このAlgorithm1の４、５行目のをStartsに入れているのは間違に見えるが、Goal近辺から摂動を与…
ランニング30分 英語できず (1) 米国のロボット学の権威Pieter Abbeelが参加した論文「Reverse Curriculm Generation for Reinforcement Learning」を読む。これは最終目的から初期状態へ逆に解く強化学習によって自動操縦手順を自動生成するモデルである。 …
ランニングできず 英語：Toeic (1) DeepMindの倉庫番ゲームの論文「Imagination-Augmented Agent s for Deep Reiforcement Learning」がやっと読了した。難航した理由は以下である。 ・重要な単語の意味の取り間違え （Augmented →Argmented rollout→rollove…
ランニング30分 英語できず (1) 学校の研修用に以前書いたOpenPoseの論文資料からアルゴリズムを１枚に纏める Open posedoc (2) DeepMindの行動計画の論文「Imagination-Augmented Agents for Deep Reinforcement Learning」(I2A)を引き続き読む。 このモデ…
ランニングできず 英語できず (1) DeepMindの「Imagination -Augemented Agents For Deep Reinforcement Learning 」を読みはじめる。 [1707.06203] Imagination-Augmented Agents for Deep Reinforcement Learning これは同時に投稿されたModel-basedの行動…
テニススクール90分 英語できず (1) Lie-Access Neural Turing Machine の論文の纏めの続き。M君やF君の資料を読み解釈の修正をする。F君の資料にLie-Accessがあり先見性に驚いたが、NTMがLie群上で解釈できるとは思っていない様だ。 (2) ROSのLT大会に参加…
ランニングできず 英語できず (1)引き続き Lie-access Neural Turing Machine を読む。この論文は２つに分かれている。 1) DeepMindのNeural Turing Machine(NTM)が以下の複雑なパターンの学習できる理由 ・a b c d e f g ⇔ g f e d b aと逆を教えると x y w…
ランニング30分 英語できず (1) DeepMindの論文「多様な環境での身体特性の出現」を読む。 表題：Emagency of Locomotion Beheviors in Rich Enviroments https://arxiv.org/abs/1707.02286 動画： www.youtube.com これは、GANによる強化学習「Learning hum…
テニス90分 英語できず (1) DeepMind Programmable Agentを読んだ 所謂zero-shot(未経験)の知識を獲得するモデルの話。UNREALの自然言語理解がone-shot(経験知識)なので、こちらは与えられたプログラムで状況を理解して、未知な状況を認識する。表題はこれを…
