行列の計算が必要なので、とりあえず行列クラスを実装中（ライブラリ探してきて使っても良いんですが、それだと再配布時のライセンスを考慮するのが面倒だし、勉強がてらやってます）。 んで、逆行列の計算アルゴリズムが複数あるみたいなんで、適当に選んで…

昨夜からやってたやつ。 結果、385-?-393で勝率49.5％。95％信頼区間は45.9〜53.1。 前よりは強くなってますが、まだまだですね。 自然方策勾配法も計算方法だけは何となく分かってきたんで、そっちで学習が高速化出来ればいいんですが…