Actor-Criticの実験で悩む

　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。