実際のところ良く分かってないので、半分想像で。 強化学習は、複数の選択肢があるときに、最も利益の高い選択肢を学習する手法である。予め答えを与えなくても学習が進んでいくことが特徴。 ここで、次のようなゲームを考える。A,Bがいて、5つのカードを持…

大分前になるが、こういうものを作っていた。 これでやりたかったのは、生態系の中で、動作を獲得していく過程のシミュレーションである。 この結果、捕食関係にあまり関係なく、璧に引っかからないようにぐるぐる回るように進化していった。 そりゃ視線から…