この前リンクした論文読んでたら、方策勾配の計算式が変だったのに気が付いて、慌てて修正。 んで、とりあえずはちゃんと動いているみたいです。あくまで今の所は、ですが。 学習率低めにしてみたんで、多分学習には時間がかかると思いますから、とりあえず…
引用をストックしました
引用するにはまずログインしてください
引用をストックできませんでした。再度お試しください
限定公開記事のため引用できません。