ＴｅｎｓｏｒＦｌｏｗで強化学習を実践！アルファ碁などのゲームＡＩやロボットアームの制御、自動運転などで注目されている深層強化学習の基本と実装について、ＰｙｔｈｏｎとＴｅｎｓｏｒＦｌｏｗ、シミュレータとしてＯｐｅｎＡＩ　ｇｙｍとＰｙＢｕｌｌｅｔを用いて解説したもの。深層学習、強化学習のアルゴリズムを一歩一歩ていねいに解説し、ＲａｓｐｂｅｒｒｙＰｉ＋Ａｒｄｕｉｎｏを用いた実応用までを扱っています。

内容紹介：ＴｅｎｓｏｒＦｌｏｗで強化学習を実践！アルファ碁などのゲームＡＩやロボットアームの制御、自動運転などで注目されている深層強化学習の基本と実装について、ＰｙｔｈｏｎとＴｅｎｓｏｒＦｌｏｗ、シミュレータとしてＯｐｅｎＡＩ　ｇｙｍとＰｙＢｕｌｌｅｔを用いて解説したもの。深層学習、強化学習のアルゴリズムを一歩一歩ていねいに解説し、ＲａｓｐｂｅｒｒｙＰｉ＋Ａｒｄｕｉｎｏを用いた実応用までを扱っています。
もくじ情報：第１章　はじめに（深層強化学習でできること；フレームワーク：ＴｅｎｓｏｒＦｌｏｗとＴＦ‐Ａｇｅｎｔｓ　ほか）；第２章　深層学習（ニューラルネットワーク；ＴｅｎｓｏｒＦｌｏｗでニューラルネットワーク　ほか）；第３章　強化学習（強化学習の原理；ネズミ学習問題を例にした学習　ほか）；第４章　深層強化学習（深層強化学習の学習手順；ネズミ学習問題への適用　ほか）；第５章　実環境への応用（カメラで環境を観察する―ＭＮＩＳＴ；実環境でのネズミ学習問題　ほか）

牧野　浩二(マキノ　コウジ)
１９７５年神奈川県横浜市生まれ。１９９４年神奈川県立横浜翠嵐高等学校卒業。２００１年株式会社本田技術研究所研究員。２００８年東京工業大学大学院理工学研究科制御システム工学専攻修了、博士（工学）。２００８年財団法人高度情報科学技術研究機構研究員。２００９年東京工科大学コンピュータサイエンス学部助教。２０１３年山梨大学大学院総合研究部工学域助教。２０１９年山梨大学大学院総合研究部工学域准教授