強化学習の勉強中 (-_-)

強化学習

　を読みながら練習問題を解こうと思っていたのですが、それ以前の強化学習関連のクラス作成で行き詰ってます。

　ざくっとクラス分けすると「環境（手番＋盤面＋駒台：将棋の場合）」「エージェント（思考部）」「状態（環境とほぼ同じ）」「行動（指し手）」になって、一応それは出来ました。

　が、後々必要になってくるマルチエージェント系でも動作する様に、と考え出すと途端に難易度が高くなります。

　とりあえずシングルエージェントで必要なクラスだけ作って、マルチエージェント系は後回しにしますか。

　・・・ 後回し＝未来の自分への地雷、ってのは考えない方向で。