とりあえずTDLeaf(λ)＋線形評価関数が上手く行かないので、それの対応策。 教師ありで学習してみる（評価関数・探索ルーチンは流用） TDLeaf(λ)のエージェント以外がちゃんと動作しているかの確認 ＋ 情報収集が目的 いきなりニューロで評価関数を実装してみ…