Gasyou https://blog.hatena.ne.jp/Gasyou/ GA将？開発日記～王理のその先へ～ https://gasyou.hatenablog.jp/ 開発日記 細々した事ばっかりであんまり書く意味無いかもしれませんが、書かないとダラダラしちゃうので書きます。 んで、完成時の構成はTDLeaf(λ)＋ソフトマックス方策＋線形の評価関数（使い回し）＋メタ強化学習って感じを目標にしています。言語はJavaで書いて、将棋用は後でC++に移植します。 現時点の状況はTDLeaf(λ)の実装中。 とりあえず学習部分から作っていって、対局部分は学習部分が完成してから着手の予定。この順番だと、対局部分の作成時には学習で必要な情報が分かっているので、開発効率が良いとの判断。 メタ強化学習に関しては、状態と行動の対応付けの方法を検討する必要あり。実装まで1週間ほど時間が… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fgasyou.hatenablog.jp%2Fentry%2F20080915%2F1221482873" title="リバーシでTDLeaf(λ)実装中 - GA将？開発日記～王理のその先へ～" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2008-09-15 21:47:53 rich https://gasyou.hatenablog.jp/entry/20080915/1221482873 1.0 100%