日記 2020-04-12

何も行動しなければ何も変わらない。
機械学習を学習を伴わずに使うようなものだ。
学習データ無しで、何をしろと言うのだ。
試行に対して報酬が支払われる事によって、報酬を最大化するための行動を決定するのに、そもそもの試行を放棄するというのはあまりにも本末転倒である。
何がしたいのか。