Обучение сети в игру "Морской бой"

Я полный ноль в машинном обучении, поэтому спрашиваю совет. Пытаюсь обучить нейронную сеть играть в морской бой. Я только начальном этапе, поэтому жду, что сеть сообразит, что если ты попал в корабль больше чем одна палуба, то надо искать остальные палубы рядом. Структура сети: 100 входов(поле 10х10), скрытый слой 100, один выход, который дает вероятность, для нужной ячейки(по очереди перебираю все ячейки и беру ту, у которой вероятность самая высокая) Обучение: Все выстрелы мимо это - 0 Всего палуб на всех кораблях у каждого игрока 20, поэтому я повышал веса при попадании каждую новую палубу (от 1/20 до 1) не помогло. Я ставил за отдельное попадание 0,5, попадание в последующую палубу 1. Тоже не помогло. В среднем ИИ закрывает поле за 65 ходов. Человек в в среднем за 50 ходов. Подскажите куда копать