Softmax実現確率探索を実装中

　Softmax方策と探索ルーチンで共通のコードが必要なのに今更気づいて（おい）、共通部分の切り出しとかやりました。

　んで、肝心の探索ルーチンですが、まだ一部未実装。具体的には反復深化する所とか。

　という訳で、内部で探索する部分はあるけど、USIの送受信とか学習ルーチンとかから呼び出す口はまだ無い状態です。

　明日には完成するはず。明日には。（と言い続けてはや2日）。