要約 Value分布の学習にTwo-hotエンコーディングを試してみたけど特に明確な効果はなかった。 背景 を読んでいたところ、Criticの学習でtwohotエンコーディングをすると書いてあった。 これ自体はこの論文の新規性というわけではないはずで、実際に33から36…

A~Fの6完 tokuminiさんのAtCoder Beginner Contest 285での成績：198位 パフォーマンス：1999相当 レーティング：1910→1919 (+9) :) #AtCoder #ABC285 https://atcoder.jp/users/tokumini/history/share/abc285?lang=ja ギリギリ黄色パフォーマンスに届かず…