方策勾配法で一晩学習させたやつ。 結果、321-0-510で勝率38.6%。95%信頼区間は35.3〜42.0。 うーん、まだまだ弱いですねorz
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。