GA将!!!!!!!!!作ってます 〜強化学習一発芸!!!〜 RSSフィード

2018/04/21

[][]ヤバい所の話じゃないかも 18:48

 ssp相手のスパーリングで、+3000点からの逆転負けとかが非常に多いです。目視している限りでも、負けパターンの半分はそんな感じ。

 三駒関係+αの重み*1を色々変えて実験中ですが、現時点でこれでは選手権は絶望的ですね。

 …最悪、Depth1で学習したパラメータで参戦になるかも。そうしたら、アピール文書の損失項の部分も訂正しないとですね。

*1BonanzaのFV_SCALEに相当する値

トラックバック - http://d.hatena.ne.jp/Gasyou/20180421

2018/04/16

[][]頓死が多い 17:47

 sspとスパーリングすると、大抵終盤で頓死します。どうも、三駒関係+αの重みが小さ過ぎる様です。

 という訳で、駒割以外をもうちょっと重視する様に設定変更して再度学習中。

[]てゆーか、間に合うのか、これ? 19:17

 Depth1でザッと学習するのに1日、そっから最低2週間程度はDetph2の学習に必要そうだし*1、まともなパラメータが出来上がるのは選手権直前かも。

*1:楽観的観測

トラックバック - http://d.hatena.ne.jp/Gasyou/20180416

2018/04/05

[][]VS Lesserkai(本将棋モード) 20:05

 負け無しの53連勝出来ました。

 という訳で、現在sspとスパーリング中。

トラックバック - http://d.hatena.ne.jp/Gasyou/20180405

2018/03/26

[]久々の更新です 18:31

 1ヶ月以上放置していましたが、生きてます。一応。

 んで、コンピュータ将棋の方ですが、勾配計算ルーチンをリファクタリングして、5五将棋モードで対ssp(ハンディキャップマッチ)で勝率69.3%になりました。リファクタリング前とほぼ同等ですので、まぁ妥当な結果かと。

 現在は、5月の選手権に向けて本将棋の学習を走らせています。とりあえず全幅1手+静止探索6手で学習し、駒割の値が妥当な値になったら全幅2手+静止探索にパラメータを引き継いで走らせる予定。

 選手権まであまり時間がありませんが、何とか成功させたい所です。

トラックバック - http://d.hatena.ne.jp/Gasyou/20180326

2018/02/03

[]ロールバック後の対sspスパーリング(5五将棋モード・ハンディキャップマッチ) 16:49

 638勝332敗で勝率65.8%。

 これは、デグってた訳では無く、単に最初の勝率(69.6%)がラッキーパンチだったって可能性もありますね。

 ま、とりあえずこの問題は解決済みとして、次行きましょう、次。

[]UEC杯5五将棋大会、未だ日程が未発表 17:23

 これは、今年は開催無しなんでしょうかねぇ。それはちと寂しいです。

トラックバック - http://d.hatena.ne.jp/Gasyou/20180203