今日の予定

　MC Softmax 探索における局面評価関数の学習

　GPW 2018で五十嵐先生に発表してもらった上記論文（五十嵐先生・山本一将さんとの共著論文）ですが、理論の提案だけで学習実験がまだです。

　という訳で、実験用にプログラムの修正作業をするのが一つ。

　それから、エントロピー正則化が実装出来そうな感じなので、並行してそれもやっていきます。

　時間はたっぷり有るんで、両方完成すると嬉しいなぁ。