2011-08-19 連続対戦の結果 開発日記 学習と同一プロセスだと538-1-267、将棋所だと392-2-265でした。 95%信頼区間はそれぞれ63.5〜70.1、55.8〜63.4なので、明らかに強さが違いますね。 セーブ・ロードまわりがおかしいのか、自前の連続対戦ルーチンがおかしいのか切り分けたいので、今度はセーブしたパラメータを使って自前のルーチンで連続対局させてみます。