合議用の学習ルーチン実装

　と言っても、評価関数は元々合議対応してますし、学習ルーチンも半分は出来てたんで、割とサクっと出来ました。

　ざっと走らせた結果大丈夫そうなので、アサーションを外して本番稼動。今の所一日135万局（全8クライアント合計）ペースなんで、多分明日夜には収束していると思います。