今までは「金銀桂馬が前進したらボーナス+0.01、後退したらボーナス-0.01」だったんですが、これに「今まで一度も敵に取られていない」という条件を追加しました。
何故かと言うと、今までの報酬計算方法だと「敵の金銀桂馬を取る→自陣に打つ→前進させる」という手順で報酬を稼ぐ事が出来たのですが、これは私が希望する棋風とは異なります。
という訳で、初期局面から駒を進めるなら報酬+にして、自陣に打った駒は進めてもボーナス無しにしてみました。
で、例によって学習率6通りで走らせてますんで、明日の夜にでも結果を見てみます。