コードを書かずに物体検出で遊んでみた

方策勾配法による迷路探索アルゴリズムの実装を行います。

本記事では、強化学習のプログラムをいきなり実装するわけではなく、まずはどの方向にも同確率でランダムに進むAIとは関係はないアルゴリズムを実装します。