めもめも

何の話かと言うと atcoder.jpこの問題をネタにして、対戦ゲーム（マルコフ決定過程）の基本的な考え方を説明します。 「負け状態」と「勝ち状態」の非対称な関係 自分の手番の状態 k における状態価値関数の値を dp[k] とします。・・・状態価値関数って何？？？？ゲームに勝利した時の得点を 1 として、この後、ゲームを…