棋譜を見て学習するのをリトライ

　今まで棋譜を使って学習する場合は「棋譜通りの手を指す方策」を使ってたのですが、これだと棋譜の数が少ないのが原因か、変な学習しかしてくれませんでした。

　で、ちょっと思い付いたので「途中まで棋譜通りの手を指し、その後はソフトマックス*1の方策」を実装してみました。

　ちゃんと動くかどうかはまだ不明ですが、上手く行けば序盤もある程度学習してくれるはず。

　それから、今回から評価項目を全部ありに変更。不要なのがあれば後で削る方向で。

*1:評価値の高い手ほど高確率で指す