TUNING RECURRENT NEURAL NETWORKS WITH REINFORCEMENT LEARNING

[icoxfog417]

一言でいうと

音楽を生成するRNNを、強化学習で学習させるという方法。actionは音符を選ぶことで、Rewardは実際の曲的に出現しうるか＋音楽理論に沿っているか(いくつかの特徴量で設定)で与える。これにより、これまでより格段に音楽的に好ましくない性質は低減し、好ましい性質は高くすることができた。

論文リンク

https://arxiv.org/pdf/1611.02796v2.pdf

ブログ

https://magenta.tensorflow.org/blog/2016/11/09/tuning-recurrent-networks-with-reinforcement-learning/

著者/所属機関

Natasha Jaques, Shixiang Gu, Richard E. Turner, Douglas Eck

• Google Brain, USA
• Massachusetts Institute of Technology, USA
• University of Cambridge, UK
• Max Planck Institute for Intelligent Systems, Germany

概要

新規性・差分

手法

結果

コメント