一応囲っているつもり

　居玉のまま５八金４八銀とした形を「囲っている」と考えているらしいです。

　学習条件は方策勾配法（PGLeaf）で静止探索6手のみ。対局数は約72万です。

　以下、こういう「囲い」を覚えた理由の予測。

　まず、基本は居飛車で開戦する事が多いです。なので、王将を右に持って行くと王将と飛車が接近して悪い。かと言って、左に持って行くと敵の飛車角の利きの先に近付くんでこれも悪い。なら、居玉が良いんじゃないかと考えてるらしいです。

　後は玉頭と左からの攻めに対処出来る様に、金銀を適当に配置してるみたいですね。

　これはこれでアリかもしれないので、このまま学習を続行させてみます。