評価値が差分計算出来る事に気付いたので、早速実装。 NPSが50〜100kだったのが200k前後まで向上。まぁまぁですね。 ただ、それでも処理時間のほとんどが評価値計算なので、何とかしないと。 と言っても、後は実装レベルでのチューニングだけなので、悩まし…

一時的に対Bonanzaの勝率が上がった後に、ドッと下がってそのまま改善しませんでした。 なんか問題があるんだと思いますが、まずは新評価関数の実装を優先したいので学習は中断します。