あ、枝刈り関連は全く書いてないんで、半分は言い過ぎかも。 ま、とりあえず全幅探索をする所は書き終わりました。 後は静止探索と各種枝刈りか。今週中には終わるかな？

もう何度目になるか分からないですが、「Softmax方策がコンピュータ将棋における強化学習の最適解」か迷っています。 Softmax方策では「評価値が高い手ほど高確率で選択する」というのが基本動作ですが、別に学習中の自己対戦で勝率を上げた所で、最終的な強…