合議方策勾配法がほぼ完成

　とりあえず三目並べ・4x4リバーシはちゃんと収束したんで、今度は5五将棋で学習中。

　まだバグが有るかもしれないんで、学習用マシンはリリースモード・開発用マシンはアサーション有効で走らせてます。

　んで、実際に対局させるにはUSIの方の探索ルーチンを呼び出しを合議対応させないといけないんで、それは明日に持ち越しですね。

　さて、後はどれだけ強くなってくれるかですが…