Python 最適化問題（TSP）を深層強化学習で解いてみた
今回は数理最適化問題を深層強化学習で解くアプローチについて書きます。
前回、巡回セールスマン問題（TSP）について、混合整数計画問題（MIP）としての解き方をPuLPで実装しました。
今回は、TSPについて深層強化学習を使った解き方をPyTorchで試してみます。
強化学習
Python Chainer 深層強化学習でシステムトレードしてみたかった
今回は以下のアルゴリズムで、株価のデータから、システムトレードをするエージェントを学習させてみました。
DQN Double DQN Dueling Double DQN Dueling Double DQN + Prioritized Experience Replay
Python PyTorchで深層強化学習（DQN、DoubleDQN）を実装してみた
以前に勉強したDeep Q-Network（DQN）を、やっぱり離散的な状態を返す簡単なゲームでなく、連続的な状態のゲームにも適用してみたいと思い、久しぶりにまた勉強しました。
最近の深層強化学習の研究を見てみたところ、DQNからさらに進化していて、A3Cなるものまで登場していましたので、少しばかりそちらについても触れてみます。
Chainer Open AI GymのFrozenLakeを深層強化学習（DeepQ-Network）で解いてみた
前回、強化学習で解いた問題を、今回は深層強化学習（Deep Q-Network、以降DQN）で解いてみます。
DQNを使うほどの問題ではないのですが、実装の勉強のため、簡単な問題で解いてみました。
前回も少し触れましたが、DQNは、Q学習の行動価値関数 $Q(s, a)$ の近似関数を深層学習で求める手法です。
Python Open AI GymのFrozenLakeを強化学習（Q学習）で解いてみた
Google子会社DeepMind社により開発された、人工知能を搭載したコンピューター囲碁プログラム「AlphaGo（アルファ碁）」の活躍により、深層学習や強化学習の注目度がさらに上がった気がします。