昨夜からTDLeaf(λ)＋ソフトマックス（目標探査率0.01）、全幅2手読みで学習させた分。 結果、141-?-575で勝率19.7％。95％信頼区間は16.8〜22.8。 前は80％位いってた筈なんで、何かおかしいですね。 ひょっとしたら、前は1手読みだったかもしれないんで、そ…