昼から出社。特になし。
プログラミングというよりも概念をこねくり回す方が好きという説はあるかもしれない。もう少し言えば、難解なアルゴリズムを考えるよりも、あるものとあるものに共通点を見出すあるいは差異を見出すということの方が好きかもしれない。コード自体は減ると嬉しいし、アルゴリズムも簡単になった方が良いと感じる。リファクタリングを重視するという意味ではソフトウェアエンジニアリングに向いているし、泥臭い実装をする気力がないという点では向いていない。
行き帰りの電車内で本を読み直していたが、とにかく強化学習は難しいらしいという感覚が強くなってきた。実際のところオンライン強化学習ってこの数年での進歩はなにが一番大きいんだろう。PPOとかっていうことになると若干非本質的な気はする。もっとなにか根源で進歩があってほしい。
ま、少しずつやっていくしかないね。
