まず、パラメータの類とそれが影響する範囲をまとめると、こうなります。メタメタパラメータ ↓ 動作に影響する メタエージェント ↓ 調整する メタパラメータ ↓ 動作に影響する エージェント ↓ 調整する パラメータ ↓ 動作に影響する 評価関数 で、今まではメ…

4プロセス中正しく学習したのは2つ。さっきのとあわせると、成功率は75%で変わらず。

まず、メタエージェント*1が学習する間隔が今までは100局ごとだったのを、一局終わるごとに0.02の確率で学習する様に変更。 これは、先手のメタエージェントと後手のメタエージェントが同じタイミングで学習すると不具合があるかもしれないと考えたからです…

4x4のリバーシをメタ強化学習ありの強化学習で4プロセス走らせてみた結果、3つは正しく8石差と学習し、1つは9石差でした。全部同じ条件での実験なので、乱数の影響で結果が変わっているのでしょう。 で、ログを見てみると先手と後手が「もうこれ位の石差で手…

http://journal.mycom.co.jp/articles/2007/09/24/idf01/index.html 新CPUのPenrynファミリ・X38チップセットやデュアルCPUのSkullTrailから、来年発売予定のNehalemまで順序良くまとまっています。 といっても、DDR3世代のFB-DIMM2が出てくる様子が無い、と…