おかしい…

　4x4リバーシでノイズ付加探査無しの学習をやってますが、初期値次第で収束したりしなかったり。

　早い時は10ステップ（1000局）で収束するのに、ワーストケースだと100ステップ経っても収束しない。

　これはどっかバグってるか、温度とかのパラメータ調整をミスってるか…

　とりあえず、ノイズ付加探査無しでどこまで成功率を上げれるか試してみますか。