2007-08-09 Actor-Criticの実験で悩む 開発日記 いい例題がない。 いや、本とかネットを見ると倒立振り子*1は頻繁に出てくるのですが、いかんせん物理モデルの実装に自信が無くて。さすがに、モデルが変だと練習にならないでしょうからね*2。 うーん、いきなりメタ強化学習に使っちゃおうかなぁ・・・ うん、明日一日考えて何も思い浮かばなかったらそうしよう。 *1:棒の一端に支点があり、その支点はレール上を左右に移動可能になっている。この状況で、棒の反対側の端を支点の真上に振り上げるタスク。 *2:でも、変なモデルに対応して学習は成功しちゃいそうだから困る。