とりあえずメタ強化学習完成

「構想していた案を実装出来た」ってだけで、まだちゃんと動いてるかどうかすら怪しいですが。

んで、多分学習に時間がかかるんで*1、一晩走らせておきます。

それからGA部分にバグ発見。

以前のデータ採取用に初期値を片寄らせてあったんですが、それがそのまま残ってました。データとりなおさにゃorz

*1:11*11*11状態あって、各状態の学習に2000局かかるとすると、300万局弱