17/01/26 08:47:26.86 Iaibv4/w.net
>>143
最大を選らばないんじゃなかったかな
たぶん、Q値をすべて0から始めて、結果の評価をQ値に入れるのが味噌
その利得計算が目的合理なら、やればやるほど合理的な判断になる。
17/01/26 08:47:26.86 Iaibv4/w.net
>>143
最大を選らばないんじゃなかったかな
たぶん、Q値をすべて0から始めて、結果の評価をQ値に入れるのが味噌
その利得計算が目的合理なら、やればやるほど合理的な判断になる。
17/01/26 08:47:26.86 Iaibv4/w.net
>>143
最大を選らばないんじゃなかったかな
たぶん、Q値をすべて0から始めて、結果の評価をQ値に入れるのが味噌
その利得計算が目的合理なら、やればやるほど合理的な判断になる。