VS ssp(本将棋モード)
引き続き方策勾配法で10日間学習させたもの。
129-7-216で勝率37.4%。95%信頼区間は32.3〜42.7。
だいぶ上向いてきましたので、このままもうちょっと学習させてみます。
ただ、序盤が相変わらずムチャクチャなので、ちょっと心配。囲わないし、簡単に敵に龍を作らせるし…
引き続き方策勾配法で10日間学習させたもの。
129-7-216で勝率37.4%。95%信頼区間は32.3〜42.7。
だいぶ上向いてきましたので、このままもうちょっと学習させてみます。
ただ、序盤が相変わらずムチャクチャなので、ちょっと心配。囲わないし、簡単に敵に龍を作らせるし…