選手権終わったらやる事。 コンピュータ将棋の改良 一からコードを書き直す（現在も進行中） 三目並べ・リバーシ・将棋を一つの強化学習エージェントで学習可能にする 評価関数は差分計算を基本にする ABC探索 Ponderの実装 とりあえず普通の 相手番に、対局…

http://d.hatena.ne.jp/Gasyou/20090421/1240307773で書いた評価関数のバグですが、発生条件が「特徴量の二乗の合計が0」でした。 で、評価項目として王将との相対位置か二駒の相対位置は常に有効にしているので*1、特徴量の二乗の合計が0になるはずが無いで…

13時の回の対gps_l戦がGA将!!!の王手千日手負け負けだったんですが、そうしないと自玉が詰んで負けるって状況だったみたいですね。 今は、王手千日手の評価値は「負け＋100」で、詰んだら「負け＋詰め上がりまでの手数」になってるんで、王手千日手で負けた…