Projects using ChainerRL

• J. Halverson, B. Nelson, and F. Ruehle, “Branes with Brains: Exploring String Vacua with Deep Reinforcement Learning,” arXiv
• T. Akazaki, S. Liu, Y. Yamagata, Y. Duan, and J. Hao, “Falsification of Cyber-Physical Systems Using Deep Reinforcement Learning,” in the 22nd International Symposium on Formal Methods, 2018. arXiv
• J. D. C. Yuxuan, L. Abhishek, G. Benjamin, E. Pieter, and A. Sergey, “Self-Consistent Trajectory Autoencoder : Hierarchical Reinforcement Learning with Trajectory Embeddings,” in ICML, 2018. arXiv
• Y. Fujita and S. Maeda, “Clipped Action Policy Gradient,” in ICML, 2018. arXiv code
• 橋本さゆり, 金子晃, and 小林一郎, “深層強化学習を用いたロボットの自然言語による制御への取組み,” in 言語処理学会 第24回年次大会 発表論文集, 2018.
• 大橋耕也, 幸島匡宏, 堤田恭太, 松林達史, and 戸田浩之, “深層強化学習による車両移動経路と信号機の同時最適化,” in 第10回データ工学と情報マネジメントに関するフォーラム, 2018.
• 竹原一彰, “深層強化学習による対話メディアのモデリング,” オペレーションズ・リサーチ = Commun. Oper. Res. Soc. Japan 経営の科学, vol. 62, no. 11, pp. 725–730, 2017.