とりあえず評価項目を変更して学習させてみます

　本将棋ではなく5五将棋で。

　んで、二駒相対と駒の自由度は無くても何とかなるかもしれないし、コードが複雑でどっかにバグが潜んでる可能性があるんで、とりあえず無効で。

　他は今までと同じ設定。アサーション有効にしてもエラー出なかったんで、それなりにちゃんと動いてはいるはずです。

　ただ、多分根本的な解決にはならないんで、何をどうすれば良いかちゃんと考えないと。