現実逃避がてら、GA将!!!!!でやってる王将の移動可能範囲の評価について書いてみます。選手権とかで時々聞かれたりする事があるので、まぁ多少の需要はあるかな、とも思いますし。 んで、王将の8近傍のうち安全なマスの数を評価するってのは、割と以前からさ…

方策勾配法では、全然学習が進みません。 何か、ほとんどのパラメータが0になっちゃうのと、先手の行動選択に関連するパラメータしか更新していなはずが、何故か後手の行動選択に関連するパラメータまで更新されている、って辺りまでは突き止めたんですが。 …