moriokaの日記： 強化学習のお勉強

東工大のサマーインスティテュートに行く。
要は実技付講習会ね。学習が必要かなと思い、強化学習を学びに行く。盛んに発表されている小林重信先生とその一党の主宰でもあるし。

        会社を休んで、なおかつ自腹で1万円は結構つらいものがあるが、これも投資。

その前に、神奈川区役所へ。住基ネットの本人確認情報非通知申出書を出しに行く。
専用窓口が用意されていて、待ちがいっぱいというほどでもなかったが、ポツポツと途切れない感じで申出人が来ているようだ。とりあえず、ささやかな抵抗は完了。紆余曲折があるとはいえ、せっかくの横浜市民だものね。

で、長津田経由すずかけ台で、東工大すずかけ台キャンパス。町田市との境界領域なわけだ。
初めてだが...でかい。うちよりも、でかいのではないか？ 面積も建物も？
かたや一キャンパス、かたや全てひっくるめて。キャンパス内も杜があるが、全体的に杜に埋まっている感じで、「隔離されている」様はお互い様か。...うちもよかったけど、でかいところの方でも、よかったのかな....逡巡。昨今の受験生は情報入手が楽でいいねぇ。

時間が読めず、50分前くらいに着いて、間が持たずに30分前に入り。結局一番乗り。ボツボツと到着。俺が最年長だろう。本日の講師先生よりも。黙っとこ。資料は、これとこれ。

建物が、最近に薬品系実験室で火災があったところだそうで、いろいろ不便があるそう。「上水道は汚染されているので使わないで」の張り紙は、その意味だったのか。

"Javaの基本は習得していること"にはビビッて、"Hello World"だけはやってきたが、結局は、実験プログラムがJavaで、ってことだけでJava環境を動かせれば何ら問題なし。

講師先生としては、「あるていど「学習」「(離散状態の)強化学習」にはなじみがある」との想定で、「でも、初心者向けの内容からやります」的な進め方。で、基礎と実習(学生実験の初級編といったところか)をやる（はずだ）。ロボットも動かすそうです。ということで、ロボットトピック。

    TD法やAC法で、報酬をマルコフ過程の前状態へと伝播させていく辺り、月初めに見に行ったBN2002でのベイズネットの確率伝播と同じものなのだろうなと感じたり。理論屋さんであれば、その辺を行き来しての仕事ができそうですね。

ああ、もっと勉強していればよかったな。パターン情報の研究室なのに、へそ曲がりに信念論理なんてやってたから。

明日、明後日もあります。