いものやま。

昨日は、前方観測的見方と後方観測的見方が等価であることを示した。 今日は、Sarsa法に適格度トレースの考えを適用したSarsa()法について説明する。 Sarsa()法 といっても、もう準備は終わっていて、強化学習について学んでみた。（その25） - いものやま。で示した更新方法を使う。 もう一度書いておくと、適格度トレー…