予備実験を忘れてたんで追加

• 予備実験。
  • UCTで序盤を指すと、どの程度の手数まで進めれるか調査。
  • 探索を全幅2手＋静止探索にしてVer.3のコードを動かしてみる。
• 一からコードを書き直す。
  • 三目並べ・リバーシ・将棋を一つの強化学習エージェントで学習可能にする。
  • 評価関数は差分計算を基本にする。
• 全自動で連続対戦して強さの評価をするルーチン作る。
• 評価項目の追加。
  • 二駒の絶対位置関係。
  • ひょっとしたら王将・大駒・金駒の三駒の位置関係はやるかも。
• 序盤はUCTで学習するのを試す。
• ABC探索。
• Ponderの実装。
  1. とりあえず普通の。
  2. 相手番に、対局中の局面から学習してみる。
• 合議制将棋。