2016-08-10 PGMC(仮称)、9割がた実装完了 開発日記 後は強化学習エージェントとしての雑多なメソッドを実装すれば完了。今日中には出来るでしょう。 んで、ざっくり見てみた感じ、原始モンテカルロの割には「それらしい」手を選択出来ている模様。 とりあえず、今夜はアサーション有効・無効の2バージョンを並行して走らせておいて、メタパラメータ*1の調整は明日以降かな。 *1:学習率とか温度とか