個人開発者は強化学習環境を使えますか？

Open-Spiel、DM-Control などのオープンソースプロジェクトを通じて接続でき、Gym 互換インターフェースをサポートします。ドキュメントとサンプルも充実しています。

DeepMind

Google傘下のAI研究機関で、強化学習と科学モデルに焦点を当て、タンパク質予測や囲碁をはじめとする最先端のブレークスルーを推進しています。

評価:

DeepMindAlphaFold タンパク質構造予測強化学習研究Google AI 研究所AlphaGo 囲碁AI人工知能研究モデルAI創薬ツール

強化学習を用いて汎用エージェントを訓練し、複雑なゲームや意思決定タスクを攻略する

AlphaFold によるタンパク質の3D構造高精度予測を実現し、生物学研究を加速する

創薬前の生物学者は AlphaFold を用いて標的タンパク質の構造を予測し、実験期間を短縮する

ゲーム・ロボットチームが強化学習プラットフォームを活用してエージェント戦略を訓練し、自律的な意思決定を実現する

2014年にGoogleに買収され、現在はGoogleの親会社Alphabet傘下の独立AI研究部門です。

CASP14コンペティションで中央値の精度は90点を超え、実験解析レベルに近づいており、構造データベースは無料で公開されています。

AlphaFold や AlphaCode などの一部成果はオンラインサービスまたはコードリポジトリとして提供されており、具体的なライセンスやクォータはGoogleの規約に従います。