ちょっと前から試しているTD法での棋譜からの学習ですが、どうにも上手く行ってないです。 チョコチョコとバグを潰して、多分ちゃんと想定した通りの動作をしているんですが、学習後のパラメータは弱いまま。 うーん、TD法で棋譜から学習するのは見切りをつ…