とりあえず、三目並べで学習して500局以内に収束する所までは完成。 んで、TODOはこんな感じ。 デバッグ メタパラメータ調整 本将棋・5五将棋用の調整（必要なら） メタパラメータは適当に設定しただけなんで、明日にでもちゃんと調整する予定。

「VAPSLeaf」はVAPS with Leafの略称で、PGLeafの時と同じ安直な命名です。 まぁでも、アルゴリズムの名称が無いとクラスを作る時に不便だし、当面はこの名前で行きます。 んで、VAPSは従来手法より（エピソード数ベースでの）収束が早いのが売りらしいんで…