修正しといてなんですが、評価関数の問題に強化学習エージェントの方で対処する、っていう現状の方法にちょっと疑問を持ち始めました。 結局、問題があるのは評価関数の方で、問題点も「パラメータごとの使用頻度が大きく異なる」事って分かってる訳です。 …

まず学習率0.01での結果ですが、パラメータの上下が激しくて一局の結果の影響が大きすぎる感じでした。 んで、パラメータを見てみた感じですが、使用頻度の低いパラメータ*1はもっと修正の幅を大きくし、逆に使用頻度の高いパラメータは修正の幅を小さくする…

http://dc.watch.impress.co.jp/cda/compact/2008/02/18/7969.html 「児童ポルノは単純所持で罰則」って話もあるようですし、「子供は問答無用で撮影しないデジカメ」ってのがあってもイーかなー、とか思ったりして。

http://www.geocities.jp/andosprocinfo/wadai08/20080216.htm 結局「ちょっと特殊なOut-of-Order」って感じなんでしょうか。 まぁ、自分で使うわけじゃないんでどーでもいいっちゃどーでもいいんですが。

http://pc.watch.impress.co.jp/docs/2008/0218/s3.htm DirectX 10.1世代のGPUを発表。 ただし、メモリが64bit幅って所からしてローエンドだと思われます。 今んところ、うちのPCには居場所が・・・無いなぁ。残念。

http://www.gdm.or.jp/voices.htmlの2月16日。 んで、予価￥75,000。無理っす。