昨日実装したボーナスのパラメータを微調整
ボーナスの絶対値が0.01だと小さすぎるみたいで、棋風はほとんど変わりませんでした。
んで、ボーナスの効果を見る為に、絶対値を0.1まで上げました。それと、金が前進・後退した場合もボーナスを足し引きする様に変更。
これだと「負けてもいいからとにかく攻めろ」って目標設定になります。多分、特攻して負けるパターンが増えるでしょうね。
まぁ、今のパラメータ設定はあくまで実験用なんで、強くならなくても良いです。攻める棋風になってくれればそれで満足。
今報酬を見てみると、勝った側は+2前後、負けた方は0前後になってました。大体狙い通りになってますね。