引き続きレポート収集系の再実装。完成度80％位かな。 それと、今までリバーシは線形の評価関数でやって上手く動いてなかったんで、テーブル形式の評価関数に戻して一晩走らせてみます。これでOKなら評価関数の問題だし、NGなら多分それ以外の問題。

前の実装だと生のデータ構造をそのまま外に見せてたりして、イマイチ使い勝手が悪いので再実装してます。 とりあえず基礎構造含めて50％位は完成したので、後はガシガシ書いてくだけです。 ついでに、エージェントの情報（方策勾配法の最小分散ベースライン…