焦り 連続値制御 雨 連続値制御 RL前の離散行動リストで全く上手く行かないので，連続値制御に切り替えようかと思い始めている． その場合はGPU使う必要が出てきそう． やはりDeepRLのアルゴリズムになるのか？ まずは実装のために勉強しなくては、、 残り日…