つまりなにしたの ブロック崩しなどで一世を風靡したDeep Q NetworkをChainerで実装して、OpenAIの環境で育てた。 youtu.be 基本的な強化学習の流れ ゲームそのものをEnvironment ゲームで言うプレイヤーをAgent プレイヤーの操作をAction プレイヤーはプレ…