実装完了

　…したんですが、全然収束しません。

　で、一つ気付いたんですが、ボルツマン分布の温度も方策パラメータなんで、これも方策勾配法で調整してやる必要があるんじゃないかと。今までは自前のアルゴリズムで調整していましたが。

　となると、もう一回あの微分をやり直して、おまけにコード修正ですか。大変だ。