λを色々変えて実験してみたら、ちゃんと予想通りの挙動になっていました。 そんな訳で明日はTD(λ)＋メタ強化学習です。進行が遅れ気味なので急がないと選手権出場がピンチ。

Javaでやってるんですが、toString()メソッドの定義を忘れてて出力が“Average@151ff5b”って感じに ＿|￣|○ 結構時間かかったのに、ショック。