あと4ヶ月でやらなきゃならない事。 ちゃんとUSI対応 学習ルーチンの仕上げ 学習させる（2〜3ヶ月は必要？） デバッグ チューニング マジやばいです。

評価関数修正後に学習率を0.1,0.05,0.01,0.005の4パターン走らせてたんですが、パラメータをよく見てみるとどれも変に学習していました。 具体的に書くと、駒割や王将の移動範囲はそこそこまともなんですが、絶対位置や相対位置のパラメータは変になっている…