旧バージョンパラメータ vs ssp

　117-0-99で勝率54.2％。95％信頼区間は47.3〜60.9。

　まぁ、sspと互角にはなったみたいですね。

　使用したパラメータは旧バージョンで学習させたもの。探索は全幅1手＋静止探索で、目標探査率は0.1。off-policyモード。

　今度は詰め将棋を組み込んだバージョンで対戦させてみます。