2011-04-14 VS ssp(5五将棋モード) 開発日記 学習経過 方策勾配法で一晩学習させたやつ。 結果、321-0-510で勝率38.6%。95%信頼区間は35.3〜42.0。 うーん、まだまだ弱いですねorz