ちょっとだけ進展

　この前リンクした論文読んでたら、方策勾配の計算式が変だったのに気が付いて、慌てて修正。

　んで、とりあえずはちゃんと動いているみたいです。あくまで今の所は、ですが。

　学習率低めにしてみたんで、多分学習には時間がかかると思いますから、とりあえず明日朝まで走らせておきます。