一応実装は終わって、三目並べと4x4リバーシでテスト。 んで、指し手に応じてサブ報酬（ボーナス）を与える様にしてみたんですが、効果がある様な無い様な… 収束が速くなったりはしないんですが、収束後の挙動が安定するという予想外の結果になりました。 ま…