後手のみ学習で、例として下記局面での各手を指す確率をログ出力してみました。 ■■■■■ ■○× ■ ■○ ■ ■ ■ ■■■■■ 手番：後手 で、ログを眺めてると、○の2つ並んでるのを止めないといけないんだけど、止めた後の勝ち方をなかなか学習出来ていない（止めた後の手順…

三目並べでテストしてるんですが、片方のみ学習で変な現象が。 先手のみ学習だと100局かからずに勝率が100％になって、その後はごくまれに負ける位なんですが、後手のみ学習だと勝率が95％前後までしか行きません。 試しにソフトマックス方策の目標探査率を0…