見てるとお見合いしての引き分けが多いので、対局開始から4手はランダムに指す様に変更。これで引き分けは減るはずですし、学習がちゃんと進んでくれないかなぁ。

86-2-306で勝率21.9％。95％信頼区間は17.9〜26.4。以前よりはちょっと向上しました。 まだ4日しか学習させていないので、もうちょっと時間をかけて様子を見ます。