久々に強化学習の話。 前回は、価値反復について説明し、プログラムを書いてみた。 今日からは、そもそも状態遷移のモデルが分からない場合に、どうすればいいのかを考えていく。 おさらい まず、以下の記事で状態遷移のモデルとBellman方程式について説明し…

このブログを始めてから、デザインはシンプルなテンプレートの『Report』を使ってきた。 けど、ちょっと背景を変えてみたら意外といい感じだったので、せっかくだから他の部分もいじってみた。 きっかけ 元々、ブログのデザインは修正したいと思っていて、と…

これまでの各記事は以下から。 アイコンの作成 変種オセロの仕上げをしてみた。（その1） - いものやま。 勝敗の表示 変種オセロの仕上げをしてみた。（その2） - いものやま。 LabelButtonNodeの反応性の向上 変種オセロの仕上げをしてみた。（その3） - い…

前回までで、改善が必要だった部分についての改善を行った。 あとは、ストアに提出するだけ。 提出前の準備 まず、当然だけどAppleのDeveloper Programに登録していないとダメ。 さらに、契約やらなんやらもいろいろ済ましておく・・・（正直、プログラマに…

以前、ジュンク堂で本を買ったときに、hontoのポイントカードを作ったのだけど、本はほとんど紙媒体で読んでたので、電子書籍は買っていなかった。 けど、最近、hontoで電子書籍を買うとけっこうお得だと分かったので、実際どれくらいお得だったのかをちょっ…

Xcode 7にアップデートして、それによってSwift 2.0への変更を含め、いくつか修正が必要だったので、それについて。 マイグレーション まず、Xcode 7にアップデートして既存のプロジェクトを開くと、Swift 2.0に合わせて変更を行うかどうかを確認するダイア…

昨日の続き。 今日は「モダンアート」での「相場観」ーーすなわち、絵画の値段にいくらつけるべきなのかーーについて語ってみたい。 （ニューゲームズオーダー版のモダンアート） 復習 その前に、まずはおさらいから。 再三になるけれど、ポイントは次のこと…

昨日の続き。 今日は、相場操作ではなく、競り自体について語ってみたい。 （バーで遊んだときの様子） 復習 まず、昨日のおさらいから。 「モダンアート」のポイントは、以下のとおりだった。 「モダンアート」で点数が変化するは、自分が絵画を売るときか…

YWFの仕上げの方は、ちょっとお休み。 Swift 2.0への対応を考えないといけなくなったので。 今日は、ボードゲーム「モダンアート」について、ちょっと語ってみたい。 「モダンアート」ってどんなゲーム？ 「モダンアート」はライナー・クニツィアがデザイン…

昨日はHistoryクラスを実装し、棋譜の保存が出来るようにした。 今日は、ライフサイクルのイベントに合わせて、棋譜の保存を実行できるようにしていく。 UIApplicationDelegateプロトコル iOSでは、アプリの状態が切り替わるタイミングに呼ばれるメソッドがU…

LabelButtonNodeの反応性の向上は出来た。 次は中断されたゲームの再開。 Historyクラス まずは、ゲームを再開できるようにするために、棋譜を保存してやる必要がある。 けど、モデル（Boardクラス）で扱っているのは一つの盤面の情報だけで、棋譜全体の情報…

昨日はLabelButtonNodeの反応が悪い原因を調査した。 今日は実際にLabelButtonNodeの修正を行っていく。 原因と解決策 まず、おさらいということで、反応性が悪かった原因と、その解決策について。 原因は、文字列をタップしているつもりで、そのちょっと下…

昨日は勝敗の表示を実装した。 今日はLabelButtonNodeの反応性の向上を行っていく。 原因の調査 まずは原因の調査から。 変種オセロのルール画面を作ってみた。（まとめ） - いものやま。では、文字でなく背景をタッチしたときに反応が返ってきてないんじゃ…

昨日はアイコンの作成を行った。 今日は勝敗の表示を行っていく。 勝敗表示の方法 なお、勝敗を表示するには、いくつかの方法が考えられる。 一番単純なのは、ダイアログ（アラート）を表示するという方法。 もうちょい手の込んだことをするなら、結果を表示…

前回までで、変種オセロをゲームとして遊べるところまで作った。 あとは仕上げということで、残ったタスクをこなしていく。 アイコンの作成 まずはアイコンから。 App Storeに提出するときには、さらに大きいサイズのアイコンが必要なようだけど、とりあえず…

イタリアの古いトランプゲーム「ブリスコラ」のバリアントに関して、なんか混乱があるようだったので、ちょっとまとめてみた。 そもそも「ブリスコラ」ってどんなゲーム？ せっかくなので、ブリスコラの紹介も少し。 ブリスコラは古いイタリアのトランプゲー…

これまでの各記事は以下から。 変種オセロのルール画面を作ってみた。（その1） - いものやま。 変種オセロのルール画面を作ってみた。（その2） - いものやま。 変種オセロのルール画面を作ってみた。（その3） - いものやま。 変種オセロのルール画面を作…

昨日はルール画面を作った。 今日はスタート画面とルール画面の遷移を実装していく。 スタート画面の修正 まずはスタート画面→ルール画面の遷移から。 //============================== // YWF //------------------------------ // StartScene.swift //===…

昨日はルールの変更に合わせてボードの修正をした。 今日は実際にルールを表示する画面を作る。 ルール画面 さっそくコードを。 //============================== // YWF //------------------------------ // RuleScene.swift //=========================…

昨日は英語のルールを書いた。 今日は、ルールの変更に合わせて、ボードのコードを修正。 ボードの修正 といっても、修正内容は簡単。 結果として、前より簡単なコードになった感じ。 とりあえず、何を修正したのかが分かるように、diffの出力。 diff --git …

昨日はYWFの日本語ルールを書いた。 今日は英語ルールを書いていく。 ルール書き（英語） ということで、英語のルール。 Overview YWF (Yoi-ko, Warui-ko, Futsu-no-ko) is a strategy board game for two players. One plays as Yoi-ko, which means Good b…

前回までは、スタート画面を作っていた。 残すは、ルール画面のみ。 ルール書き まずは、ルールを書くところから。 概要 YWF（良い子悪い子普通の子）は、2人用の戦略ボードゲームです。 一人が「良い子」、もう一人が「悪い子」となり、ボード上で多数派に…

変種オセロのルールを表示する方法として、ルールを書いたHTMLをローカルに用意して、それを表示するのがいいと思ったので、iOSでローカルに置かれたHTMLを表示する方法について調べてみた。 WKWebView HTMLを表示させるならUIWebViewかなと思ったのだけど、…

昨日は方策反復について説明し、実際にプログラムも書いてみた。 今日はもう一つのアルゴリズムについて説明する。 価値反復 方策反復の場合、方策評価の中で何度もスイープを行うので、方策改善が行われるまでに時間がかかる。 なら、1回スイープを行うごと…

昨日は方策改善について説明した。 今日は、方策評価と方策改善を使って実際に学習を進めていく方法について。 方策反復 方策評価でまず方策の評価を行ったら、次に方策改善で方策の改善を行う。 そしたら、今度は改善された方策で再び方策評価を行い、さら…

昨日は方策評価について説明した。 今日は、評価された状態価値を使って、方策を改善していくことを考えていく。 方策改善 さて、方策評価が出来たのなら、今度はその方策を変えることで、状態価値（や行動価値）を改善していきたいとなる。 これを、方策改…

昨日の続き。 今日はどうやってBellman方程式を解いていくのかを考えていく。 方策評価 昨日言及した通り、ある方策の元でBellman方程式を解くと、その方策での状態価値（あるいは行動価値）が計算できる。 なので、Bellman方程式を解くことを方策評価と呼ん…

久々に。 前回までは、非連想的な問題である、n本腕バンディット問題を扱っていた。 今回からは、元々考えていた、強化学習について学んでみた。（その3） - いものやま。で述べたような状況ーーすなわち、行動の選択によって、状態がどんどん変化していって…

いつの間にか、越谷レイクタウンにコワーキングスペースが出来てたみたい。 気になったので、ちょっと行ってみた。 アクセス 場所は、越谷レイクタウン駅の改札を出て南側。 イオンモールがあるのは北側なので、イオンモールとは反対側に進むことになる。 改…

これまでの各記事は以下から。 変種オセロのスタート画面を作ってみた。（その1） - いものやま。 変種オセロのスタート画面を作ってみた。（その2） - いものやま。 変種オセロのスタート画面を作ってみた。（その3） - いものやま。 変種オセロのスタート…