2008-11-01から1日間の記事一覧

Actor-Criticでの迷路脱出の実験

開発日記

成功しました。 …っつー事は、メタ強化学習の方はどっかのバグかアルゴリズムの問題って線が濃厚？それか、単に学習が遅いだけって可能性…は、低いかな。とりあえず、バグの確認をしてからアルゴリズムを変えてみます。