引き続き方策勾配法で10日間学習させたもの。 129-7-216で勝率37.4％。95％信頼区間は32.3〜42.7。 だいぶ上向いてきましたので、このままもうちょっと学習させてみます。 ただ、序盤が相変わらずムチャクチャなので、ちょっと心配。囲わないし、簡単に敵に…