60-0-46で勝率56.6％。95％信頼区間は46.6〜66.2。 多分詰将棋ルーチン無しよりは強くなってるはず。 んで、自己対戦約21万局分*1のパラメータが出来てるんで、今度はこっちで連続対戦させてみます。 *1:10日ほどかかってます

トータル14GB程必要という結果になりました。（12クライアントの場合） とりあえず開発用マシン（メモリ24GB）でも動くし、当面はこれでいいかな。 さて、それじゃぁ今日中にパラメータ修正部分を作って、明日は残りの部分の実装＋デバッグですね。

選手権まであまり日が無いので、そろそろ合議方策勾配法の実装に着手します。 とりあえず今日明日でリバーシの学習までやって、来週の平日に将棋の学習をさせようかと思います。

http://d.hatena.ne.jp/Gasyou/20140109/1389219550 以前乱数加算をしていない結果を載せましたが、結局あれがベストの設定だったみたいです。 乱数加算すると、どうしても弱くなってしまうので、あんまり正確な結果になりませんでした。 という訳で、当面は…