http://pc-benchmark.at.webry.info/200810/article_63.html i7の2.93GHzとP6T Deluxeを狙ってるんですが、意外と安いです。 まぁ、あくまでユーロの価格なんで、日本で同じ値段になるとは限りませんが。

まずリバーシ用にソフトマックス方策を実装。εグリーディーよりは良さそうですが、4x4のリバーシでも最適解は発見出来ず。 以前に多碗バンディット問題で実験した感じでは、ソフトマックス方策はメタパラメータの少しの差で結果が大きく変わるので、手作業で…