2012-02-08 とりあえず学習ルーチンのデバッグ中 開発日記 評価関数とか方策勾配法エージェントとかが怪しいんで、ソース読んだりログを見たりしつつデバッグ。 今日はもう寝るんで、アサーション有効にしてデバッグモードで一晩走らせてみます。