うーむ、先にUCB1だけでもやっておかないと不合理で沈没しそうだ。 候補手をplayoutと共用してると、上位に多く入ってくるタイプの手が誤差で選ばれやすい。 でもつぐ手を切断する手より確率上げると、playoutの評価で「今自分がつがなくても後で自分がつぐ…

思考エンジンを着手確率分布抜きでシチョウが読めるコア部分と着手確率分布を計算してplayoutをするモンテカルロ部分に分けました。 ただしシチョウ読み機能とか今は死んでますけどね。 でアタリになったら確率を上げるのはどう切り分けるのか大いに悩みまし…