テニス４時間 英語：できず (1)AbbeelのGoalからの強化学習の論文の下記のアルゴリズムがGoalからStartへ明示的に逆に辿る手続きになっていなく、理解が難しい。 このAlgorithm1の４、５行目のをStartsに入れているのは間違に見えるが、Goal近辺から摂動を与…