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 いや、全然よくないんですけどね orz とりあえず方策勾配法＋線形の評価関数で4x4のリバーシを解こうとして、色々やってます。 んで、細々とバグを潰してもダメ。パラメータ調整をしてみてもダメ。評価項目を追加してみてもダメ。 …次はどうしようかなぁ。 そうそう、「自然方策勾配法に基づくオフポリシー型強化学習法」っていう論文見つけました。 http://ci.nii.ac.jp/naid/110003234177 通常の方策勾配法はオンポリシーなんですが、これをオフポリシーに出来るそうです。 ただ、私の数少ない経験から考えると、オンポリシーでちゃんと動いてない物をオフポリシーにしても大して状況は改… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fgasyou.hatenablog.jp%2Fentry%2F20101009%2F1286622074" title="いい感じに行き詰ってまいりました - 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 2010-10-09 20:01:14 rich https://gasyou.hatenablog.jp/entry/20101009/1286622074 1.0 100%