オセロの評価パターン全16万個を、GAを使って最適化してみる事にした。 パターンをどう判定するかっていう話は、4方向をいちいち調べるんではなく、 盤面自体を行列変換で右回転させて評価するようにしたほうが楽だと気づいた。 手打ちはもう嫌だヨ・・・。

遺伝的アルゴリズムで可能な動作を決定して、強化学習で最適化を行わせたい今日この頃。 俺が作りたいのってもしかして人工生命なんじゃねーのとか頭をよぎる午後である。 それにしても、研究が行き詰ってる以前に、強化学習本の「理系日本語」を平易な日本…