追加の入力の `r_{1,t,p} r_{2,t,p}​` は、(t, p) について (1, 1), ..., (1, m), (2, 1), ..., (2, m), ... の順に並びますか？それとも、(1, 1), ..., (T, 1), (1, 2), ..., (T, 2), ... の順に並びますか？

In the Input File Format Used by the Tool, `r_{1,t,p} r_{2,t,p}` are listed in the order of (t, p) as (1, 1), ..., (1, M-1), (2, 1), ..., (2, M-1), ... .


(1, 1), ..., (1, M-1), (2, 1), ..., (2, M-1), ... の順です。

ツールの説明で「 r_{1,t,p} はランダム行動か貪欲行動かの決定に、r_{2,t,p} は移動先の選択に使用される。 」と記載がありますが、ランダム行動か貪欲行動かおよび移動先は具体的にどのように決定・選択されますか？

Q. The tool description states that “$r_{1,t,p}$ is used to determine whether to take a random action or a greedy action, and $r_{2,t,p}$ is used to choose the move destination.” How exactly are the choice between a random or greedy action and the destination determined?

A. Please refer to the implementation of the distributed tool for the specific decision method.


具体的な決定方法については、配布ツールの実装を参照してください