ゼミのお話/一覧/プログラミング演習初級・バンディット/共通/N本腕バンディットプレーヤー創作・エージェント評価 の変更点



-作成したプログラムがどれだけ良いのか,その評価はどれだけ報酬をもらえたかで為される.
-ここでは,10万回プレイをし,その中で連続した1万回のプレイで得た報酬の合計としている.これを「
スコア」とする.
--詳しくは[[このページ>ゼミのお話/一覧/N本腕バンディットチャレンジ/スコア計算法]]を参照のこと.
-他の人が作成したプログラムよりも高い「スコア」を得ていれば,他の人が作成したプログラムよりも優れていることを示す.