>実現確率打ち切りによる探索アルゴリズムのほうが明らかに強いでしょう。
実現確率の計算ってどうやるの？
もしかして、着手統計による遷移確率の計算とやら？

>先を読むかによってしか正しい選択は出来ないでしょ？
>そのゲーム木は、それ以外の要素ではランダムです。そのランダムなゲーム木の中でこちょこちょパラメータをいじってるようにしか見えないんですよね。
言いたい事が全然わからないんだけど。
正しい選択って何？

>だから、58さんは、もちろん、ある評価関数がどのくらいかを厳密に評価する基準は
>今のところないと思う。 といってるけど、これからもないと思う。
ないと思うことの根拠は何？
一側面だけ見て比較する事自体に意味がないことはわかるよね？
最高の評価関数とどのくらい離れているか（距離の定義を満たす）が
定義できて、その近似計算法が確立すればいいだけなんだけどね。
もし、強化学習の進化版がでてきて
最適な評価関数が作れてしまえば簡単かも、と俺は思うけど。