「習甦」
【α-β探索とMCTSにおけるデータ共有による性能改善】
探索では、MCTSをメインエンジンとし、α-β探索のハッシュテーブルを以下のように活用
・Policyの調整：最善手はPUCTのパラメータを大きくして、訪問回数を増加させる
・Valueの調整：格納された値が閾値を超えている場合、確率的にリーフノードとする

機械学習では、以下の公開棋譜データを使用
・AobaZero
・dlshogi
・水匠
・floodgate