TreeStrap(minimax)、とりあえず完成

　まだデバッグ中ですが、ほぼ論文の通りの動作にはなったかと思います。

　ただ、学習率が1E-6では高すぎる感じだった*1ので、1E-9に下げましたが。

　現在は学習用マシンでリリースモード、開発用マシンではアサーション有効にして並行して走らせてます。上手く行けば、明日夜には弱いながらも対局可能になってるはずです。

*1:すぐに評価値が上限・下限まで行ってしまう