リバーシでカーネル法評価関数を実装開始

　の前に、元の評価関数でテスト。条件は下記の通り。

• 4x4リバーシ
• TD(λ)
• ソフトマックス方策
• 初期温度10.0
• テーブル形式評価関数
• 学習率0.5

　結果はこうなりました。

学習条件	結果	収束までの対局数
先後とも学習	○(-8)	約1万3千局
先手のみ学習	×(+10)	約2千局
後手のみ学習	○(-14)	約500局

　とりあえずTD(λ)用にカーネル法評価関数を実装して、収束速度と結果が改善するのを期待しましょう。