Harrison Kinsley（@Sentdex）のスレッド

私たちは少し手を伸ばします。 mjlabの速度デモの報酬関数をカスタム動作に修正するのは、ベース関数の学習速度がものすごく速いので、とても満足感があります。結果が出るまで数分しかかかりません。繰り返し作業がとても楽しいです。 これはわずか 700 イテレータでした。