ソフトマックス方策で目標探査率0.1、探索深さ1に設定して一晩走らせたやつ。 結果、116-1-186で勝率38.4％。95％信頼区間は32.9〜44.2。 まだまだ弱いけど、このパラメータを引き継いで探索深さ2で走らせてるのがあるんで、それでどれだけ強くなるのか。今…