どうあがいても評価値の計算が重くなりすぎるので、これは無理だと判断しました。かと言って、自力でSVM実装してLIBSVMより速くするのも無理そう*1なんで、SVM使うのは当面保留。 んで、方策勾配法の方でちょっと気になっていた現象に仮対処。 学習開始時の…