OSの再インストールしてから、LaTeXの環境作ってなかった… という訳で、現在環境構築中。時間かかりそうだなぁ…

とりあえず、合議用評価関数を方策勾配法（SR-PGLeaf）で学習する為のパラメータ更新則を計算しよう。 んでもって、連休後半で一気に実装…は、無茶かな？ まぁ、出来る所までやるつもりで。