学習部分を少し修正

　今までは簡易版ボナメソとTDLeaf(λ)を別々に動かしていたのですが、それだとどうも上手く行かないので、同時に走らせる様に修正。

　学習用マシンがCore i7で8スレッド並行なので、簡易版ボナメソ1スレッド＋TDLeaf(λ)7スレッド。

　上手く行けばボナメソの序盤・中盤と自己対戦の終盤力を兼ね備えたパラメータになる…はず。

　あと、簡易版ボナメソでシグモイド関数の傾きが急すぎた気がするんで、100→25にやや減少。こっちの効果は不明。明日にははっきりするはずです。