以前もやった事のある方式ですし、そんな複雑な訳でも無いのでサクっと完了…したって事はなく、微妙につまずきつつ何とか実装しました。 学習用マシンは4コア8スレッド動作なので、以前より大分対局数は稼げてます。 問題は収束速度なんですが、こればっかり…

学習経過のグラフはこんな感じ。 まだ歩の価値が高すぎたりしますが、もうちょっと時間をかければちゃんとした値に落ち着くはず（学習用マシンの経過を見る限りでは）。 んで、どうもグラフを見てると収束が遅い様なので、ここいらで並列化してみます。 探索…