自作オセロゲームとそれを実行するRL Agent.

「OtheroGameをAgent二人でPlayし続けてもらうと切磋琢磨して強くなるんか？」

Otheroってどういう戦略立てればいいのかわからないなぁ、そうだ、RLでAgentにプレイしてもらって、どういう戦略で動いているか学ばせてもらおう！（そんなこと出来るのかしら。。） と思ったのが、発端。

自分で「オセロの戦法」とか、指南書読めやって感じもある。

• WebAppで実装して対戦もできる様にする
• 学習させてその結果を保存していつでも対局見れる様にする。

• Stateどう持たせよう $|S|$が$3^{64}$(8*8それぞれのますで白黒空白)あると考えて、これは環境設定どうしよう...ってなってる。
  • 勉強がてらALphaGoの本読もうかなと思っている。
• tornado使うの初めて Django開発の記憶を呼び起こしつつ、icoxfigさんが作成したアプリの構造を真似て作成する方針。

• 最適性の原理を調べた

• OpenAIgymを見て、Envsの作り方を学ぶ