今の実装は「パスした後にStand-Patで探索した値を初期値とする」以外はStand-Pat方式と同じなんですが、一つ問題点発見。 必至→パス→王手で詰みって手順を返す事があります。 これだと正しい評価を出来ているとは言えないので、何か対策する必要があります…

アイデアメモってほどじゃないんですが、表題の件を考えていました。 対局開始後数手*1は完全にランダムに指し手を選べば、自然とその後の展開も違ってきて、結果として色々な局面を学習出来るんじゃないかと虫の良い事を考えてます。 強化学習作者: Richard…

とでも書きたくなる内容の記事が載っています。 http://pc.watch.impress.co.jp/docs/2008/0424/kaigai437.htm CoreマイクロアーキテクチャとNehalemの比較やらNehalemの設計方針やらの話なんですが、私にはNehalemでCPUコアの大幅改良をしなかった言い訳と…