20連勝しました! 学習は方策勾配法・全幅深さ1手で行い、約11万局学習したものです。 ある程度強くなってはいるらしいので、今度はssp相手にスパーリングさせてみます。
引用をストックしました
引用するにはまずログインしてください
引用をストックできませんでした。再度お試しください
限定公開記事のため引用できません。