VS ssp(5五将棋モード)
方策勾配法・全幅深さ2手で2万6千局のやつ。
結果は188-?-177で勝率51.5%、95%信頼区間は46.2〜56.7。まだ収束していなから弱いって事でしょうか。
今度は今朝まで学習させたパラメータ(約4万4千局)で連続対戦させてみます。
方策勾配法・全幅深さ2手で2万6千局のやつ。
結果は188-?-177で勝率51.5%、95%信頼区間は46.2〜56.7。まだ収束していなから弱いって事でしょうか。
今度は今朝まで学習させたパラメータ(約4万4千局)で連続対戦させてみます。