Oboegaki Blog - おぼえがきの雑ブログ

Python（強化学習の試し15_迷路09_迷路サンプル3の試し3）

■報酬を変えての試し。現在は下の迷路サンプルを使っているけど、 0 がつくところを報酬1、2を報酬10、3を報 […]

2025/04/28 22:22

Python（強化学習の試し14_迷路09_迷路サンプル3の試し2）

■学習率、割引率を変えての試し。前回は、学習率 α = 0.01、割引率 γ = 0.2で10度試した。学習率 […]

2025/04/23 23:26

Python（強化学習の試し13_迷路08_迷路サンプル3_強化学習）

2025/04/13 14:20

Python（強化学習の試し12_迷路07_迷路サンプル3）

■経路選択を調べるためのサンプル。最適なルートがぱっとみ分からないような、少し複雑な迷路サンプルを使って強化学 […]

2025/04/06 22:40