＜基礎学習＞10/16-18 cartpole問題を強化学習で攻略する5
以下の前回記事の続きです。 kurupical.hatenablog.com cartpoleについては以下をご参照ください。 kurupical.hatenablog.com やったこと 割引率の変更(0.95→0.99) ※割引率とは、「将来報酬の期待値をどの程度評価するか」です。 結果 timestep(赤線)がゲームクリアである200に一瞬届きました。 「ゲームクリア水準(timest…
