と金の価値は

　昨日書き忘れてたんですが、三目並べで先後両方共学習するバージョン、ちゃんと収束する様になりました。

　原因はソフトマックス方策の温度設定で、1.0だとNG（先手勝ちになる）で0.2だとOKでした。

　んで、昨日の夜から学習用マシンで将棋の方の学習をしていたんですが（温度設定は同じく0.2）、駒の価値がこんな感じになってます。

駒価値_歩 : -10414.7
駒価値_桂 : 2486.94
駒価値_香 : 1033.67
駒価値_銀 : 3249.65
駒価値_金 : 1260.28
駒価値_角 : 2136.78
駒価値_飛 : 1913.32
駒価値_と : -1923.61
駒価値_圭 : 1357.11
駒価値_杏 : 1348.67
駒価値_全 : 1583.91
駒価値_馬 : 2585.38
駒価値_龍 : 2330.85

　何で歩とと金に限ってマイナスになってんだよorz

　どうも、温度設定が高すぎて探査率が高いので、その辺一度修正してみます。