リバーシでの予備実験 TDLeaf(λ)実装。 メタ強化学習で、状態を見て行動選択する様に変更。 εグリーディーとソフトマックス手法の比較。 TDLeaf(λ)とTD(λ)の比較。 ← 9月中にはこの辺まで 将棋関連 TDLeaf(λ)エージェントを再実装。 方策をエージェントから…

http://pc.watch.impress.co.jp/docs/2008/0910/leadtek.htm 例の、Cellの一部を切り取った様な構成のチップです。 …出たのは良いけど、個人的には使いどころが無いですね。 無難に行くならGeForce＋CUDAにしますし、攻めるならLarrabeeまで待ちますし。 Pow…

http://www.4gamer.net/games/033/G003329/20080908014/ http://www.4gamer.net/games/033/G003329/20080908021/ 2009年後半〜2010年前半に登場で、GPGPU向けの演算シェーダが実装されるらしいです。 という事は、最高に上手く行けばLarrabeeとほぼ同じタイ…