iRobotLab

スコアの計算方法が人によって異ならず，他の人と同様にスコア計算することは，公平な競技では重要である．ここでは，公平なスコア計算を行うために，以下のことを考える．

• プレーヤー(n本腕バンディットを解く人)は，解くプログラムを以下のように関数化する
  • void init_player();
    • なんか初期化するのに使う.
  • void set_arm_num(int arm_num);
    • バンディットの腕の数(n)を知るための関数
  • int decision_making(double previous_reward);
    • decision_makingとは，意思決定の意味である．つまり，バンディットのどの腕を選択するかを考える関数である．この関数の返り値は，選択する腕である．
    • 引数は，意思決定(次にどの腕を選ぶか)を考え行うために必要と思われる情報とした．
    • 引数 previous_rewardは前回選択した腕でいくら報酬がもらえたか，である．試行の第１回目は"前回"がないので，この場合には"0.0"が与えられる．
  • void close_player();
    • なんか終了処理をする.特にポインタなどを使っている場合、この中でfreeをするのに使う.

• 上記関数を以下のファイルで実装し，オフィシャルに提供する
  • player.h
    • 上記関数の定義
  • player.o
    • gcc -c player.c で作成
    • player.cは関数decision_making(...)の実装を行う．

• オフィシャル(n本腕バンディットを作って提供する人)はプレーヤーから提供された関数を元に，以下のプログラムによってスコア計算を行う．
  • スコア計算用プログラム

• gcc -o game collect.c player.c bandit**.o　での作成が慣れてきたら，以下を行い，公式スコアに登録してみる
  • cp player.c /mnt/public/YakanEnshuB/bandit/******/player.c
    • *****は自分の学籍番号．例えば学籍番号100000なら cp player.c /mnt/public/YakanEnshuB/bandit/1000000/player.c
  • 中間モニタにて公式スコアを計算し続けているので、自分のスコアを確認
  • 注意
    • 自分のスコアを計算している時には，cp player.c ....を行わない方がよい．