ちょっと修正したら、学習の立ち上がりは上々

　PGLeaf＋MCからPGLeaf＋Q(λ)にアルゴリズムを変更して、昨夜から5五将棋モードで学習中。

　現在、55万局経過後のパラメータでsspと対局中ですが、勝率65％前後。学習序盤としては上々の結果です。

　このまま順調に強くなってくれれば良いんですが、どこまで伸びますかねぇ。