CSVでファイルに書き出したやつを読み込むだけなんで、割と簡単に完成。 それから、学習部分がバグッてたのも修正。対局終了時の報酬の符号が逆転してました。どうりでパラメータを見ても変なわけだ。 そんな感じでのんびりやってます。明日はベンチマーク動…