https://github.com/mizusearchdemon/DeepuyoLearning chainerrlのquickstartのネットワークそのままで試したら、やたらと2個組みを作りたがる子になってしまった。。 やるべき事は、 盤面を色別に分ける 数手前の盤面を入力に含める QFunctionのネットワー…