12月18日に書いたバグも取れて、後は細々したデバッグもほぼ終了。 で、昨夜から走らせてた方策勾配法・駒の前進ボーナスありのバージョンですが、それなりに動く様になった模様。 自己対戦学習時に、金銀桂馬が前進・後退した割合をグラフにしてみました。 …