>>696
計算間違いはドンマイ。
よくあることでしょう。
「2」GHzと自分で書いたのを忘れて、1GHzで計算してたりとかさ。

あと、>>693の捨て牌選択手法には、かなりまずいところがある。
牌の残り数が全く考慮されていない・・・

これを解決するもっとも単純な方法は、
4枚ある同一牌を別のものとして考えることだが・・・


強化学習について。検索してみた。
http://hawaii.aist-nara.ac.jp/research/reinforcement.html
↑の一番最初のところだけ読んだ。

よさそうだけど、将棋AIのことを調べていたときは、この単語は出てこなかった。
将棋では使ってないのだろうか。もしくは使えない理由があるのか。

最強レベルの将棋AIのページで、アルゴリズム解説しているところもあるし、
将棋AIを評価しているページなどもあったけど、
使っているなら、少しくらいは説明や宣伝があってもいいはずだ。