からっぽのしょこ

はじめに 『ゼロから作るDeep Learning 4 ――強化学習編』の独学時のまとめノートです。初学者の補助となるようにゼロつくシリーズの4巻の内容に解説を加えていきます。本と一緒に読んでください。 この記事は、5.2節の内容です。状態価値関数をモンテカルロ法により逐次更新する方法を確認します。 【前節の内容】 www.ana…