KLICプログラミングコンテスト自由課題
Q-learning により学習を行う Tic-Tac-Toe プログラム

• 1 概要
• 2 仕様
  • 2.1 基本仕様
  • 2.2 内部表現
    • 2.2.1 局面(盤面)
    • 2.2.2 状態
    • 2.2.3 Q値テーブル
• 3 プログラムの使い方
  • 3.1 知識データのロード
  • 3.2 メニュー
• A 背景
  • A.1 Q-learning
  • A.2 今回用いたパラメータ
• B 主なモジュールと述語の説明
  • B.1 main モジュール
  • B.2 encode モジュール
  • B.3 decide モジュール
  • B.4 learn モジュール
  • B.5 game モジュール
  • B.6 utils モジュール
• 参考文献
• この文書について...