ARPS*1の遷移確率の学習が上手く行ってなかったんですが、原因らしきものが分かってきました。 まず、前提として下記の様なアルゴリズムを考えました。 本将棋・5五将棋で使用する。 ARPSベースの実現確率探索。 遷移確率は自己対戦の棋譜・最善手（ルートノ…