--- TWEET 1 --- 🏛️ 週末に読みたい！AI史を塗り替えた神論文 🏛️ LLMエージェントが強化学習で進化する今、全ての原点となった「深層学習と強化学習の融合」を振り返ることが重要です。現代AIのブレークスルーはここから始まりました。(117文字) --- TWEET 2 --- 強化学習は有望でしたが、チェス盤のような単純な問題しか解けませんでした。カメラ映像のような高次元の入力を直接処理できず、現実世界の複雑なタスクへの応用は「次元の呪い」という巨大な壁に阻まれていたのです。(117文字) --- TWEET 3 --- 論文 "Playing Atari with Deep Reinforcement Learning" が提示したDQNは革命的でした。CNNでゲーム画面から直接「行動価値」を学習。高次元入力から特徴を自動抽出し「次元の呪い」を打破。経験再生等の工夫で学習を安定させ、人間を超える性能を達成しました。(119文字) --- TWEET 4 --- DQNの「巨大な脳（NN）で世界を認識し強化学習で行動を最適化する」思想は、今のLLMエージェントに受け継がれています。LLMが持つ知識を活かし、試行錯誤で賢くなる研究の源流です。この分野の最新動向はSummarXivでチェック！(119文字)