bb5450697118040

http://nhiro.org.s3.amazonaws.com/3/8/380c6d8e7297299fd9862500df935eb9.jpg https://gyazo.com/380c6d8e7297299fd9862500df935eb9

(OCR text)

41

Rollout Policy

現在の状態がTreeに含まれていない時に使う方策

具体的には:着手可能手からランダムに手を選ぶ

PP

RP

oplate

Sin

Rollout Policyで手を決め、盤面を更新、新しいs'をシミュレータに渡して

対戦相手の手a'を得る、盤面を更新、新しいs"に対してRPで手を決め