モデルをBOXにして学習

ロボットのモデルの10倍程度で学習が進む．
まだ最適化はできていない．

学習済みモデルをロボットで検証した様子

BOXモデルはキックをしないのと，動きの特性が異なるので完全には再現できていないが，０から学習を行うよりは良さそう．

キックを含めた検証を行った．
間違えて視野を±30度としてしまった．正解は±60度でそれ以外は(-100,-100)とする．
ボール周辺に集まる様子が見られたので，近寄ると得られる報酬はなくした．
あと，回転方向は逆などで修正する必要がある．

BOXで12時間学習
そこそこ良い動きをしているが，まだ十分に賢いとは言えない動き（視野のせいかもしれないが．．．）

ヒューマノイドでの検証
完全ではないがある程度再現できていると感じる．