12万局ほど対局したバージョンのパラメータでsspとの連続対局をさせてたんですが、現在65勝17敗。勝率79.3％。 て事は、以前試したTDLeaf(λ)＋TreeStrap(minimax)バージョンは、実はTDLeaf(λ)の効果の方が高かったかもしれないって事ですね。 うーん、意外と…

まだ弱いorz とりあえず、一つの基準としてTDLeaf(λ)でどこまで強くなるかが必要なので、今夜はそれを走らせてみます。 んで、学習終わるのが明日の夜で、そっから連続対戦して結果が出るのが明後日… 何とかならんのか、このタイムラグは。