2013-05-19から1日間の記事一覧
とりあえず局面クラス・指し手クラスは完成。学習させるとちゃんと収束しました。 ただ、現状ではαβ探索を組み込んでいない、素の方策勾配法(REINFORCE)です。PGLeafにするには、探索ルーチンを書かないといけないです。 んで、今日はもう時間がないので続…
とりあえず局面クラス・指し手クラスは完成。学習させるとちゃんと収束しました。 ただ、現状ではαβ探索を組み込んでいない、素の方策勾配法(REINFORCE)です。PGLeafにするには、探索ルーチンを書かないといけないです。 んで、今日はもう時間がないので続…