プログラマーのための強化学習(著者直講)
ビジネスイノベーションの核心技術、強化学習に関する最も簡単で詳細な講義!!! 1日2時間(2つの講義)、17日以内に強化学習をあなたの手の中に収めます。今この瞬間から、強化学習は理解しがたい問題ではなく、あなたのための素晴らしいツールになります。
受講生 471名
難易度 初級
受講期間 無制限
お知らせ
2 件
･
修正済み
「強化学習オールインワン：基礎、最新アルゴリズム、実務活用」という名前でプログラマーのための強化学習改訂版講義がリリースされました。今受講すれば6月29日までに60％割引価格で受講可能です。
よりフレンドリーで直感的な説明を追加しました。
最新のワーキングツール（ Stable Baselines3 ）とテクニック（ Optuna ）を追加しました。
豊富な実務例プロジェクト（資産配分戦略、支店循環勤務）を実施しました。
ありがとうございます。
2022年12月10日エラーに関するお知らせです。
私が講義をした後、関連パッケージに多くの変更がありました。
次の3種類のエラーが発生する可能性があります。
1番エラーはprotocパッケージが変更された原因で発生しています。
protobufパッケージを削除し、バージョン3.8をインストールすると問題を解決できます。
エラー2は、gymパッケージが提供するリセット関数の問題です。戻り値を辞書として与えるため、最初の値を選択するstate [0]コードを追加すると問題が解決します。
3番目のエラーは、gymパッケージが提供するstep関数の戻り値が1つ追加されたために発生する問題です。受信部にnone2変数を1つ追加することで解決できます。
1. サンプルプログラムを実行すると、次のようなエラーが発生します。
TypeError: Descriptors cannot not be created directly.
If this call came from a _ pb2.py file, your generated code is out of date and must be regenerated with protoc >= 3.19.0.
If you cannot immediately regenerate your protos, some other possible workarounds are:
1. Downgrade the protobuf package to 3.20.x or lower.
2. Set PROTOCOL_BUFFERS_PYTHON_IMPLEMENTATION=python (but this will use pure-Python parsing and will be much slower).
1. 解決方法
pip uninstall protobuf
pip install protobuf==3.8
2. 辞書処理の解決方法
state = env.reset()
state = state[0] #コード追加
3. return値追加部分の解決方法
state_next, reward, done, none, none2 = self.env.step(action)
