どうにも行き詰まってるんで

　遺伝的アルゴリズム＋強化学習での評価関数パラメータの学習をやってみようかな。

　前も書いた気がしますが、GAは種の進化を・強化学習は個体の成長をシミュレートすると考えると、この二つを組み合わせて学習させるのは自然な考えな気がします。

　それから、GAで上手くメタパラメータを調整してやれば、局所最適解にハマらずに大域的な探索が可能です。これは嬉しい。

　つー訳で、後は計算量の問題だけ（GAも強化学習もひたすら時間が掛かる）なんですが、まぁそれはαβ探索を浅くするとかして対応しましょう。

　あ、そうだ。GAじゃなくて免疫アルゴリズム（IA）って選択肢もあったっけ。そっちもちと調べて、使えそうならそれを採用って事にしますか。