まだまだデバッグ中

　前回の日記以降も、細かい修正とバグ取りを繰り返していました。

　んで、ようやくアサーションに引っかからずに学習出来る所まで来たんで、一晩sspと連続対局（5五将棋）。こっちは方策勾配法＋駒の前進ボーナス有りの学習バージョン。

　結果、勝率72.1％でした。前は70％だったので、「ボーナス無しより弱くなってはいない」位に考えときますか。

　という訳で、現在は本命の本将棋で学習中。ちゃんと学習してくれないかなぁ…