最近はブロックチェーンまわりばかりだったが、 前々からやっていた麻雀AIの強化学習について一旦まとめておく。 麻雀好きの人から機械学習興味ある人まで読めるよう書いたみたけど、どうでもいいとこは飛ばしながら、分からないとこあれば気軽にコメントく…

急にテーマが代わり、強化学習の話。 しかも、かなりニッチな話。 深層強化学習のライブラリとして「Chainrrl」を使っている。 「Chainrrl」はPreferred Networksが提供しているChainerを使った深層強化学習ライブラリ。 新しい手法とかも実装されているので…