方策勾配法の学習ルーチンを、OpenMP使って並列化してみました。 今ボトルネックになっているのは自己対戦して方策勾配を計算する部分なので、そこだけ並列化です。 効果としては、シングルスレッドで2463秒（41分3秒）かかっていた処理が721765秒（12分45秒…