ようやくTreeStrap(minimax)がちゃんと動いたかも

　学習経過のグラフはこんな感じ。

　まだ歩の価値が高すぎたりしますが、もうちょっと時間をかければちゃんとした値に落ち着くはず（学習用マシンの経過を見る限りでは）。

　んで、どうもグラフを見てると収束が遅い様なので、ここいらで並列化してみます。

　探索がMinMaxなんでルートでいきなりSplitして探索自体を並列化してもいいんですが、それだと多分TreeStrap(αβ)にした時に使えないんで、複数の対局を並行して走らせる方式にします。