学習率の調整とか、自己対戦学習時にルートノードからLMRを有効にしたりとか。 …本質的な改良は何も出来てないなぁ。

昨夜から一晩分の結果。対ssp（5五将棋モード）で一手一秒。 結果は154-?-110で勝率58.3％。95％信頼区間は51.4〜71.5。 前（PGLeaf）より弱くなってます。