一通り読み終わりました

　連続状態・行動の部分とかソースコードとかは一部読み飛ばしましたが、大体読了。

　…ダメだ、さっぱり理解出来てない。もう一度、手計算しながら読む必要がありますね。

　それから、需要があるかどうかは不明ですが、読んだ感想。

　まず、強化学習を一から理解したいなら、やっぱり森北出版の「強化学習」の方が良さげな感じ。

　ただし、この本にはソースコードが付いてるんで、そこに価値を見いだせるなら買う価値ありかも。まぁ、言語がマイナー（多分）なんで、読む人を選びそうではありますが。出来ればCかJavaあたりで書いて欲しかった。

　後は、方策勾配法やら他の新しい手法やらの言及があるんで、そういう点は良いかと。なんだかんだで、森北出版の方は古いですからね（原著が1998年だったはず）。

　私の感想としては、3600円（税抜き）分の価値はある本かと思います。