勝率・行動価値の出力完了

　・・・約3万回対局しても収束してないです。

　やっぱあれか、リーチしてるのにそっぽに打ったり、相手のリーチを止めなかったりするから遅い？

　リーチかどうかだけ見て手を決めるっていう、将棋で言う詰め将棋ルーチンみたいなのが必要だろうか。