はじめに Chainerで機械学習と戯れる: Treasureゲームの強化学習を50日程続けた経過メモ から 更に60日以上経過しました。 賢い学習モデルでなくてもそれなりに目的は達成できるのか、というところに興味があるところです。 TreasureGameの現状 現在のハイスコア時の動きを動画にキャプチャしました。 https://youtu.be/iyBHR1gzumA ハイスコア更新にかかる時間 前回の記録を見ると、 「27万回」「107万回」「192万回」「207万回」「269万回」「297万回」「371万回」 でスコア更新していたようです。今回のを見ると 「549万回」「558万回」「1057万回」「1308万回」 でスコアを更新していたようです。 遂に1000万回突破してました。感慨深い。。 新しい動き 「549万回」目(0:43~)のときに、 敵をぐるっと一周するような動きを

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

11月も下旬になってしまった。年内に届くと思っていたサーバの納入が年明けにしてもらわないといけないかも、という連絡を受け、ちょっとそれは困るのでなんとか急いでほしい、という連絡をしたりする。とはいえうちの研究室、いろんな書類を締め切り過ぎて出してご迷惑をおかけしているし（学生が多い……）、我々の研究室がたくさん事務書類を発生させているので、申し訳ない気もしている。しかし来年の論文投稿シーズンに向けた死活問題なので、自分にできることは処理が早く進むことを祈るのみである。 午前中、言語学習支援勉強会。アノテーションなどデータ作成・リリース関係は、簡単に見える作業でも意外と時間がかかるものなので（一見スクリプト書けばすぐできそうに見えても、結局目で見てチェックする必要があったり、例外に気づいたり、README を書いたり、基本的に見積もりの3倍はかかる）、進捗が少なく見えても気にしないでほしい。