強化学習にチャレンジ中

別段、微分とかそういうのは使わずに
お気楽に実施中。
自己対戦で、後手のみ学習させているので、
うまく行くと勝率が50%から後手有利になっていくはず。
1手1秒でもなかなか対戦が進まないので気長に観察してみます。
明日の朝はどうなっているだろうか？