http://www.itmedia.co.jp/news/articles/0806/12/news022.html http://techon.nikkeibp.co.jp/article/NEWS/20080612/153206/ まだ研究中で、現状ではOS・周辺機器の対応が必要な様ですが、将来的にはアイドル時・高負荷時共に50%の電力削減が可能だとか。 …

えー、最初に書いておきますが、id:tihara:20080601で書かれている内容のパクリです。 まず、パラメータ使用頻度によるボーナス付加の現状の問題点として「対局数増加に伴ってパラメータ使用回数が増加し、探査がほとんど行われない状態になる」というのがあ…

現状のボーナスの付加は「学習時に使用した（特徴が非0の）頻度の低いパラメータが出現する局面に向かって行動選択する」という方式ですが、これだと局面評価時の使用頻度を無視しているので、ちょっともったいないです。 という訳で、評価時の情報もなんと…

「王手したら勝ち」って条件でも上手く行かないので、それの対策。 ソフトマックス手法を試してみる 評価値が高い手ほど選択する確率が高くなるので、ひょっとしたら上手く行くかも 本格的に実装する事になれば、エージェントと方策の実装を分離する メタ強…