http://d.hatena.ne.jp/Gasyou/20170116/1484545404 レア局面の検出がどうやっても上手く動いてくれないので、これは断念する事にしました。 んで、前にやっていたEBIE-EBベースのパラメータへのボーナス加算を修正して実験中。 前と変わったのは、On-Policy…