2026-03-15から1日間の記事一覧

簡易2d grid環境(minigrid)

だいぶ前だが強化学習の勉強を始めた頃、簡易環境としてよく迷路を使っていた方策勾配法とニューラルネットワークで迷路を学習 - MEMOcho- 当時私は気づいてなかったが、そのくらいの時期から同じ用途で使える便利なminigridという環境があったようなのでメ…