入玉

現在のdlshogiの入力特徴量には、入玉宣言に関連する特徴量を含んでいない。 入玉宣言の精度を上げるため、入玉宣言に関する特徴量を加えることを検討する。 現在の入力特徴量 現在の入力特徴量： 盤上の駒 駒の種類ごとの効き 効き数 持ち駒 王手 持ち駒は、歩については、8枚以上は区別しない。 また、先手、後手の区別はなく、後手は盤面を180度回転して入力する。 課題 この入力特徴量では、入玉宣言勝ちの条件を正しく認識できない問題がある。入玉宣言勝ちは、正確な持ち駒の枚数が必要なため、8枚以上の歩も認識する必要がある。 また、先手、後手で宣言に必要な点数が異なるため、先手、後手を区別する必要があ…

はじめに 2024/11/30 から 2024/12/1にかけて行われた文部科学大臣杯第5回世界将棋AI電竜戦本戦 に「氷彗」というソフトで出場していました。 最終戦では2連敗してしまいましたが、なんとか優勝を果たすことができました。 https://denryu-sen.jp/denryusen/dr5_production/league_table_a.html 今まで特に隠してはいなかったのですが、少しずつ開発を進め、何度か大会に出場していました。 今回、なんとか成果を出すことができたので、氷彗の開発と工夫した点について簡単にまとめます。 氷彗について 基本的なテーマとしては、Stock…

tanuki- 2024-11-28 tanuki-.nnue-pytorch-2024-07-30.1 で生成した学習データによる学習 1 回目の収束後の lambda を手数に応じて変える Fine-tuning 実験内容 tanuki-.nnue-pytorch-2024-07-30.1 を用いて生成した学習データで学習させた評価関数に対し、 Suisho10Mn_psv を使って Fine-tuning を行う。 lambda を手数に応じて変える。 60 手目までは手数に応じて lambda を 1.0 から 0.0 まで線形に下げる。 60 手目以降は 0.0 とする。 シャッフル…

tanuki- 2024-11-27 tanuki-.nnue-pytorch-2024-07-30.1 で生成した学習データによる学習 1 回目の収束後の lambda を手数に応じて変える 実験内容 tanuki-.nnue-pytorch-2024-07-30.1 を用いて生成した学習データで学習させる。 ランダムパラメーターからの学習には、 tanuki-.nnue-pytorch-2024-07-30.1 を用いて生成した学習データを用いる。 Fine-tuning に Suisho10Mn_psv を学習データとして用いる。 1 回目の収束のあと lambda を手数に応じて変える…

tanuki- 2024-11-19 tanuki-.nnue-pytorch-2024-07-30.1 で生成した学習データによる学習 1 回目の収束後の lambda=0.2 実験内容 tanuki-.nnue-pytorch-2024-07-30.1 を用いて生成した学習データで学習させる。 ランダムパラメーターからの学習には、 tanuki-.nnue-pytorch-2024-07-30.1 を用いて生成した学習データを用いる。 Fine-tuning に Suisho10Mn_psv を学習データとして用いる。 1 回目の収束のあと lambda=0.2 に変更して学習させる。 棋…

今日は久喜将棋大会にいってきました。 初参加でB級（初段～２段）、２勝３敗でした。 実力的には、ちょうど自分の実力にあったクラスだったみたいです。 勝った対局は、「これは私の方が強いかな」と思った方との対局は順当に勝てて、 「この人とは互角かな」と思った対局は、入玉されて負けました。（３敗中２入玉負け） どうやら自分は、「細い攻めで先行して攻めるけど、細い攻めをつなぐ技術が弱い」のではないかと痛感しました。今後の課題ですね。 久喜将棋大会、全部で１００人強の参加者がいる埼玉県内では大きな大会のようで、しかも結構実力者が多いみたいでした。 春日部道場常連組は５人参加したのですが、一番下のDクラス…

tanuki- 2024-11-15 tanuki-.nnue-pytorch-2024-07-30.1 で生成した学習データによる学習 1 回目の収束後の lambda=0.3 実験内容 tanuki-.nnue-pytorch-2024-07-30.1 を用いて生成した学習データで学習させる。 ランダムパラメーターからの学習には、 tanuki-.nnue-pytorch-2024-07-30.1 を用いて生成した学習データを用いる。 Fine-tuning に Suisho10Mn_psv を学習データとして用いる。 1 回目の収束のあと lambda=0.3 に変更して学習させる。 棋…

tanuki- 2024-11-11 tanuki-.nnue-pytorch-2024-07-30.1 で生成した学習データによる学習 1 回目の収束後の lambda=0.4 実験内容 tanuki-.nnue-pytorch-2024-07-30.1 を用いて生成した学習データで学習させる。 ランダムパラメーターからの学習には、 tanuki-.nnue-pytorch-2024-07-30.1 を用いて生成した学習データを用いる。 Fine-tuning に Suisho10Mn_psv を学習データとして用いる。 1 回目の収束のあと lambda=0.4 に変更して学習させる。 棋…

tanuki- 2024-11-04 tanuki-.nnue-pytorch-2024-07-30.1 で生成した学習データによる学習 score_scaling=511 実験内容 tanuki-.nnue-pytorch-2024-07-30.1 を用いて生成した学習データで学習させる。 ランダムパラメーターからの学習には、 tanuki-.nnue-pytorch-2024-07-30.1 を用いて生成した学習データを用いる。 Fine-tuning に Suisho10Mn_psv を学習データとして用いる。 score_scaling=511 とした。 棋譜生成 ランダムパラメーター…

tanuki- 2024-10-31 tanuki-.nnue-pytorch-2024-07-30.1 で生成した学習データによる学習 再々実験 実験内容 tanuki-.nnue-pytorch-2024-07-30.1 を用いて生成した学習データで学習させる。 ランダムパラメーターからの学習には、 tanuki-.nnue-pytorch-2024-07-30.1 を用いて生成した学習データを用いる。 Fine-tuning に Suisho10Mn_psv を学習データとして用いる。 棋譜生成 ランダムパラメーターから学習させる際の学習データ 生成ルーチン tanuki-棋譜生成ルーチ…

tanuki- 2024-10-27 halfkp_512x2-8-96 リグレッション調査 (2) 実験内容 学習環境にリグレッションがないかどうかを確かめるため、モーメンタムの設定を修正し、 halfkp_512x2-8-96 ネットワークを学習させ、レーティングを測定する。 棋譜生成 ランダムパラメーターから学習させる際の学習データ 生成ルーチン tanuki-棋譜生成ルーチン 評価関数 Hao (tanuki-.halfkp_256x2-32-32.2023-05-08) 1手あたりの思考 深さ最大 9 思考ノード数最大 50,000 ノード 開始局面 foodgate の 2020 …