2013-08-27から1日間の記事一覧

適格度トレースの実装完了

開発日記

これでTDLeaf(λ)になりました。んで、前に方策勾配法でやったのと同じ評価項目で、TDLeaf(λ)を使って学習中。明日朝にはある程度収束していると思うので、そしたらsspとスパーリングです。