評価関数について

Bonanzaの評価関数の特徴要素(駒の価値+KKP+KPP)に加えて、入玉局面のための特徴要素をいくつか追加します。また、すべての要素をBonanzaメソッドで学習した後で、入玉局面のための要素だけを自己対戦で強化学習することで、入玉する棋譜の少なさをカバーします。

探索について

Bonanzaのものを少し改良(？)して使います。例えば"SEEが負の手を探索しない"という規定について、通常の駒の価値に基づくSEEと、小駒1点大駒5点でのSEEとの両方が負になる指し手のみ探索しないようにします。