第22回世界コンピュータ将棋選手権の感想＆今年の展望
個人的には選手権が「1年の境目」なので、タイトルの“今年の展望”は次回選手権までの…というつもりです。
一次予選
GA将!!!!!の戦績は5勝2敗の4位。勝ち越しすら危ういと思っていたのに、まさかの二次予選進出です。勝負は時の運といいますし、今回の結果は星のめぐりが良かったからだと思っています。
会場で選手の皆さんと話してて思ったのは、今年初参加の人たちは皆力を入れてるなぁ、という事ですね。ビットボードは普通に使ってますし、コンピュータチェスの情報を仕入れたり、ソース読んだりとか。私はその手の事は全くやる気にならなかったので、かなり反省しました。
二次予選進出は8チーム中5チームが新人さんで、その辺りを見ても今年の新人さんたちは凄いと思います。
二次予選
GA将!!!!!は3勝6敗で21位。一昨年同様、二次シード組には手も足も出ませんでした。まぁ、これは2年間何の成果も出せなかった自分のせいなので、反省材料として次に活かしたいと思います。
で、二次予選で一番印象に残っているのは、Bonanzaさんがまさかの2次敗退したって事ですね。本当に今年の二次予選（の上位）はレベルが高かったんだなぁ、と。
決勝
個人的にツツカナさんを応援していて、対局中もほとんど横にへばり付いたりしていました。優勝はできなかったとはいえ、3位というのは凄いです。
本当は昼食を食べてから家に帰る予定だったんですが、会場の熱気と盛り上がりにつられて、結局最後までいました。
おかげで家に着いたのは夜11時でしたが、会場でリアルタイムに観戦出来たのは良かったと思っています。
選手権に関してその他
布教用に強化学習の本を持って行ったのですが、結構興味を持ってくれた方が多くて嬉しかったです。
今年の展望
まずは基本方針。「GA将自身の対局結果から評価関数のパラメータを学習する」。これは絶対堅持します。
んで、その為の方策として、とりあえずこれだけ考えています。
- 方策勾配法エージェントのデバッグ
- 合議方策勾配法の完成
- 評価項目の追加
- 探索の強化（ムーブオーダリングの精度向上）
- インクリメンタルサポートベクターマシン
評価項目についてですが、会場で「3x3のマスの中での3駒関係の評価」というものを教えてもらいました。ちょっと誰に教わったか忘れてしまいました、すいませんm(_ _)m。
この評価項目だと、パラメータ数を抑えつつ有効な評価が出来そうなので、一度実装してみたいです。他にも色々と評価項目のアイデアはあるので、行けそうなのは片っ端から試してみようと思います。
探索の強化は一見基本方針と矛盾しますが、これはあくまでも「学習の為に探索の強化をする」という事です。現状のGA将!!!!!だと、自己対戦学習時の探索深さは全幅1手＋静止探索4手が実用上の限界です。
で、探索が速くなれば実用的な時間内で全幅3手＋静止探索6手とかで学習出来るんで、その分評価関数の精度向上が期待出来ます*2。
最後のインクリメンタルサポートベクターマシンですが、論文を読んだ限りだとコンピュータ将棋への応用は難しそうです。
当面は優先度低めですが、応用出来そうなら一度使ってみたいです。
んで、パラメータ学習が成功したらやりたい事。
- 複数種類の評価関数での合議
- ABC探索
- Ponderもどき（相手の思考中に、現局面以降の指し手を学習する）
コレはまぁ、まだ先の話ですね。まずはパラメータ学習を成功させて、それからこっちをやります。
