andante

MP-DQNの実装はすこし分かってきた。細かい部分は謎があるけど峠は越えた感触がある。ただ、著者実装なのに変数名が論文と食い違っている気がする。それはQを返してるんだからActorじゃなくない？動けばなんでもいいんだけどさ。
週末くらいには実装できたら嬉しいな。無理かな？

寝ます。