今実装しているのは下の三つ。どれも自己対戦で学習します（TDLeaf(λ)のみ、USIで他のエンジンと対局して学習する機能あり）。 TDLeaf(λ) TreeStrap 方策勾配法 TDLeaf(λ)もTreeStrapもチェスで実績ありますが、方策勾配法は聞いた事ありません。 アルゴリズ…

http://www22.atwiki.jp/cits/pages/33.html サイトって言うか、Wiki？ ちなみにfloodgateでのGA将!!!!!との戦績は3 - 36 (+11) 0.08!!! (0.00) 。どうも、苦手な相手みたいです。

アサーション有効で8800局ほど学習させましたが、まだ引っかかってません。 うーん、となると、アサーションでは検出出来ない、もうちょっと高レベルの（アルゴリズムの部分の）バグか？