まだまだデバッグ中

　この三連休は引き篭もってひたすらデバッグ。

　まず、方策勾配法エージェントの問題かと思ってその辺を調べてみるも、何も問題らしきものは無し。

　それから、αβ探索ルーチンの探索結果をシンプルなミニマックス探索と付き合わせてみましたが、こっちも問題無し。きっちり同じ結果になってました。

　…という訳で、この三連休は何の成果も無しです。ちと凹む。