GA将?開発日記~王理のその先へ~

ネタ勢最強を目指して絶賛開発中。

気分転換

 前書いた論文の一個目のやつ、実装出来たけど素のPGLeaf*1より性能悪い… バグってんだろうなぁ。

 という訳で、気分転換に二番目のメタ強化学習の方の実装に着手。

 と言っても、コンピュータ将棋や三目並べではまだ動かせないので、簡単な迷路問題で実験してみます。

*1:REINFORCEベース