AIマリオチャレンジを継続中。world 8-1がどうしてもクリアできない。
基礎知識がそもそもないので、強化学習の勉強をしてみたり。一般常識を頭に入れつつ遊び続けている。NNは弄ると泥沼に入りそうだったので、ハイパーパラメータと報酬で何とかならぬかと悩んでいる。
何度か試行錯誤が続いて、やり直しを繰り返す。すると、安定的に学習するパラメータは存在していて、全然賢くならないダメパラメータもあった。報酬の与え方が肝といっても、基本は抑えないとそりゃダメなのだ。とりあえず、学習をしばし回して、報酬獲得が順調に伸びていっているか、を確認してから放置プレイを繰り返した。
Colab Proは契約せずにローカルで計算を続けている。CPUだけなので、１晩とか２晩くらい回しておかないと、結果が見えてこない。電気代が怖いなぁ・・・。
チャレンジ終わったら、百万のマリオを供養せねばならぬ、と独り言ちつつ。
