現状 素のPGLeafとの差分は以下の通りです。 関数近似の導入（参考論文はこちら） エントロピー正則化の導入（参考論文はこちら） 並列16連ガチャの導入 まず、1.の導入により、エピソード終了時の収益を計算しなくても、方策勾配の計算が可能になりました。…