今日はQ-learningのレポートの為のプログラムを書いた.学習の結果は行動価値表(Q-table)という,状態とその状態における行動からなる二次元テーブルに保存される. Q-tableを表現するためにハッシュテーブルにベクターを登録したものを使った.LISPのハッシュテ…

OnLispの該当部分によると「引数の評価を制御したいとき」にマクロを使うべきである、とある。例えば下のsetfなら第１引数の内容を見てどこにaを代入するべきか決める必要がある。 (setf (car x) 'a)仮にここで第１引数が(car x)ではなくてただの変数であっ…