プレーヤーはランダム関数によって、初期座標、初期視野角度を与えられる。 ターゲットの数は10として、初期位置、初速度、進行角度は同じようにランダムに与えられる。 ターゲットが捕獲された場合は、次の単位時間後に再び、ランダムな初期位置、初速度、進行角度を与えられて復活するとする。 捕獲されても次の単位時間後に復活するから、どの時間でみてもターゲットは常に10個存在することになる。 このゲームを前もって決めておいた学習回数分だけ繰り返していくことになる。
