どっか変です

　昨日寝る前に1万局の学習を走らせておいたんですが、評価値の範囲が-1.0〜+1.0になるはずなのに、2.0を超える値に収束したりしてます。

　昨夜走らせていたバージョンはログ出力の設定を間違えていたので、設定変更＆ログファイルに出力する値を少し変えてもう一度トライ。

　怪しい部分の見当はついていて、たぶん初期化漏れとかそんなとこだろうって事はアタリをつけてあるんですが、ちゃんと状況を把握したいので、あえて修正せずにやってみます。