GA将？開発日記～王理のその先へ～

色々やって原型とどめ無くなってきたので、一旦整理。 勾配計算に用いるのはPGLeaf＋モンテカルロ法 PGLeaf項はGPWの論文そのまま モンテカルロ項は評価値をシグモイド関数に通して予測勝率に変換し、交差エントロピーを最小化する Softmax方策＋αβ探索＋線形の評価関数（駒割・PPT・KKPT・KPPT・王将の移動可能範囲） Ent…