パソコン激重 RL 二週間ぶりのジャンプ RL 一晩経ってもpolicy gradiant の計算が終わっていなかった． どれだけ時間かかるんだよう． 報酬と終了条件を変えたのが原因で．でもパフォーマンス上がってくれていたら良いけども． 二週間ぶりのジャンプ 待ちに…