レフリーを用意したい
from
報酬を考える
レフリー
を用意したい
以前から考えている
AIエージェント
が必要かも
レフリーには以下を与える
タスク
目的
報酬
ペナルティ
日々の行動記録
行動を審査
よかったら何かポジティブなことを言う?
激励とか
ダメならペナルティ
所定の成果が得られたら報酬