4x4のリバーシで実験してみました。 TD(0)・εグリーディー（ε=0.01）・テーブル形式評価関数は成功 TD(0)・ソフトマックス（温度=0.75）・テーブル形式評価関数は成功 TDLeaf(λ)・αβ1手・ソフトマックス（温度=0.75）・テーブル形式評価関数は失敗 TDLeaf(λ)…