Jan
22
DLLAB 強化学習 Day 2021
深層強化学習の研究動向と最新ビジネス活用事例について学ぶ
Organizing : Deep Learning Lab
Registration info |
セッション参加 一般枠 Free
FCFS
セッション参加 メディア・ブログ枠 (ブログを確認でき次第、DLLシャツを郵送いたします) Free
FCFS
|
---|---|
参加者への情報 |
(参加者と発表者のみに公開されます)
|
Description
参加枠を増やしました
200名>300名(12/16)>400名(12/17)
概要
今後の AI の社会実装で避けて通れない領域は強化学習です。Deep Learning の発展によりゲーミングやロボット制御などの分野では既に導入が進んでいます。また、強化学習を推進するツール群も少しずつ充実していきています。
2020年5月にはマイクロソフトが Project Bonsaiを発表し、強化学習の民主化を打ち出しました。また、エンジニアやデベロッパーがリアル世界での自立制御システム開発の基礎を学ぶ Project Moab も同時に発表されました。また、Azure MLでのRL機能のプレビューも発表されました。
今回のイベントでは、強化学習をテーマにアカデミア、ビジネス、R&Dなど様々なバックグラウンドの方々と一緒に多面的に情報提供いたします。また、人気ゲーム Minecraft上で強化学習を実践するハンズオンも実施します!
是非ご参加ください!!
Twitterでのコメントも大歓迎です!#dllab #azure #azureai
参加対象者
深層強化学習の研究に携わるアカデミアの方
RL のビジネス活用をご検討の方
RL のアルゴリズムの開発を行うR&D の方
幅広く強化学習の最新情報を知りたい方
イベント情報
日時: 2021年1月22日(金)13:00~17:30
場所: オンライン (Teams) *参加者には別途リンクを共有いたします。※開催日前日ご案内予定です
タイムライン:
時間 | セッションテーマ | 登壇者 |
---|---|---|
13:00 - 13:10 | オープニング&イントロダクション | 樋口拓人 日本マイクロソフト株式会社 Azure AI プロダクトマーケティングマネージャー |
13:10 - 13:40 | 深層強化学習と実装例 強化学習とはどのようなものかを歴史を交えて知ることで、強化学習に向く問題と向かない問題を整理します。そして、なぜ今強化学習が注目されているのかについて、深層強化学習と絡めて示します。その後、研究ベースの最近の実装例について紹介します。 |
牧野浩二 山梨大学工学部付属モノづくり教育実践センター准教授 西崎博光 山梨大学大学院総合研究部准教授 |
13:45 - 14:15 | 深層強化学習を用いた複合機の搬送制御 複合機(Multi Function Printer)の制御ソフトウェアの開発は、制御設計から実装評価まで多くの時間とコストを要しています。多様化する要望に即座に応えたいという想いから強化学習による制御シーケンス自動化を検討しました。複合機の制御設計者が強化学習を一から理解し、複合機の用紙搬送制御に適用していく事例を紹介します。 |
菅井駿 コニカミノルタ株式会社 |
14:20 - 14:50 | これから強化学習を学びたい人へ 2015 年に AlphaGo で人間に囲碁が勝利して以来、深層強化学習を学びたいという声を多くいただきますが、学び始める前に強化学習のもつ特有の難しさを知っておく必要があります。本セッションでは、強化学習の学び方の前に、強化学習とはどのような位置付けかから紹介します。深層学習が画像処理や自然言語処理へ応用されて飛躍的な成果を上げる中、強化学習とはどの分野への応用か。強化学習と深層強化学習の違いは何か。なぜ深層強化学習の事例が少ないのか。自社の課題へ適用できるための条件は何か。そして、条件が揃っているのであればどのように学んでいくと最適であるか。これらの素朴な疑問に対する回答を本セッションでは初学者向けに紹介します。 |
吉崎亮介 株式会社キカガク |
14:55 - 15:25 | Azure ML 強化学習を用いた最新アルゴリズムの活用手法 近年深層強化学習に関する研究が活発に行われ、性能向上や課題克服に向けて、アルゴリズムが日々進化しています。深層強化学習を用いてビジネス課題を解決するには、適切かつ性能の良いアルゴリズムを実装し、利用することが重要です。しかし最新のアルゴリズムを実装して、比較/検証することは容易ではありません。「AzureML 強化学習」では、最新手法を含む多数のアルゴリズムが用意されており、簡単にそれらを利用することができます。また、実験履歴も自動で保存、管理できるため、実験比較も容易に行えます。本セッションでは 「AzureML 強化学習」を利用し、トイプロブレムとしてOpenAI gymを題材にして、近年発表されたアルゴリズム(SAC)とPPOとの性能を比較したり、各社のビジネスに合わせた独自の強化学習環境へ「AzureML 強化学習」を適用する手法について解説、デモいたします。 使用したデモのnotebookはこちら になります。 |
大串和正、小川雄太郎 株式会社電通国際情報サービス |
15:30 - 17:00 | Minecraft による強化学習の実践 - MineRL ステップ・バイ・ステップ ハンズオン 世界でもっとも遊ばれているビデオゲームである Minecraft では、コンピューター上の仮想環境によって、現実さながらの問題設定が可能です。この Minecraft 上で OpenAI gym の環境を提供する MineRL とそのベースとなった Project Malmo についての説明と共に、Microsoft Azure を使って MineRL を動作させるための手順を環境構築からステップ・バイ・ステップで紹介します。ハンズオンは実際に一緒に手を動かす、今回は手を動かさずに聞くだけ、の両方で参加が可能です。当日手を動かす方は、あらかじめ Microsoft Azure が必要です。(12 ヶ月試用の無料アカウントでも問題ありません。) |
松崎剛 日本マイクロソフト株式会社 |
17:00 - 17:10 | クロージング | 樋口拓人 日本マイクロソフト株式会社 Azure AI プロダクトマーケティングマネージャー |
※セッション内容は予告なく変更される場合がございます。予めご了承ください。
MineRL ハンズオンで実際に一緒に手を動かす方
今回のハンズオンではMicrosoftが提供するAzureを活用します。参加にあたって事前にAzureアカウント取得及びクレジットカード登録をお願いいたします。今回初めてAzureを使われる方は無償アカウントをご利用いただけます。下記よりご登録お願いいたします。 https://azure.microsoft.com/ja-jp/free/
Deep Learning Lab とは
Deep Learning Labとは、Azure クラウドを提供するMicrosoft と 各種 Deep Learning ソリューションを提供するパートナー企業様による、深層学習に関する「最新技術をビジネスで活用している事例」や「最新の技術動向」を共有することで、深層学習技術者の裾野を広げ、実社会での利用拡大を図ることを目的としたコミュニティです。
※本イベントで収集された個人情報の取り扱いについて
日本マイクロソフト株式会社の個人情報保護方針に準拠して取り扱います。 https://www.microsoft.com/ja-jp/mscorp/privacy/default.aspx