えー、逆強化学習は上手く行かないので当面放置する事にしました。 で、合議方策勾配法のコードを引っ張り出してきてそっちをリトライ。 とりあえず、1クライアントの合議で強くなるかを試してます。 「合議になってない」ってツッコミはごもっともですが、…
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。