えーっと

　「方策勾配法だと実用上の問題が多いので、自然方策勾配法を使う必要がある」って理解でいいのかな？

　いや、各アルゴリズムの詳細が全く理解出来てないんで、全然良くないんですが（汗

　…まずは方策勾配法を実装して、その後自然方策勾配法に移ろう。一気に色々やるとトラブルの元だし。うん。