上で書いた件

　まずは状況の把握。それから対応。

　んで、現在はパラメータの更新回数と更新量の関係のログを取得中。もうすぐ終わるので、終わったらすぐ分析。

　対応方法ですが、自己対戦にある程度のランダムさを加えてやれば解決しそうな気がするんで、その方法であってるかを検討する。

　とりあえずは三目並べか4x4リバーシで実験して、上手く行きそうなら本将棋にも適用します。