ああそうか２つ先を読むって事は、
全方位囲まれて逃げれないような状況に追い込まれたとき、
現在の状況から、学習しようとするのじゃなく、
ひとつ前の状態が失敗だったことを学習させればいい。
で、ひとつ前の状態で打てる手がひとつしかなかった場合は
もう一つ前の状態を順次見ていく。賢くなりそうだ。