v36

【ビルド済みバイナリ】
・aobazero-36-w64-opencl.zip (64ビット版 Windows で GPU を利用したいユーザ用)
・aobazero-36-w64-cpu-only.zip (64ビット版 Windows で GPU を利用したくないユーザ用)
【主な変更点】
・歩角飛の不成を生成しないように。打歩詰の打開でまれに有効ですが、実際に飛車の不成で打ち歩詰めを打開できる局面では指せず、出現例が極端に少ないので学習は無理と思われます。
・空き王手や王手での素抜きで駒を取る手が読み抜ける(Policyの上位にならない)のを防ぐため、Policyの最善の30%の値になるように強制補正しました。
・最大回数以下の手で、残り全敗でも最大回数の勝率を上回る場合は、その手を選ぶように。
・上記3つ修正で+20ELO程度強くなっています。不成や素抜き補正でのELO変化はほぼありませんでした。
・kldgainを0.000006から0.000005に。平均playout数が729まで下がっていたのが772まで増えます。