2008-06-10 状況を整理 開発日記 昨日書いた条件で一晩対局させてみました。 んで、結果。ε*1は0.1でも0.01でも最終的には3手で勝てる様になる。ただし、そうなるまでの対局数はε=0.1の方が少ない。 要するに探査がうまく出来ていない、という事みたいです。 さて、どうしようか。以前試したUCB1風のボーナスをパラメータに与えるのだと上手く行くかな? まずはその辺から試してみます。 *1:ランダムに手を選ぶ確率