やっぱり二駒関係で行く事にした

　以前の二駒関係の評価値を見てみると、位置評価etcの評価値が大きすぎる気がしたので*1、その辺のメタパラメータとかを調整して再度学習用マシンに投入。

　それから、山本一将＠ひまわりさん方式の教師あり方策勾配法も試してみたけど、こっちは私には使いこなせなかったので断念。当面は強化学習一本槍で行くことにします。

　選手権まで後1ヶ月チョイ、もう少しあがいてみます。

*1:序盤から+2000点とか行く