合議自体は多数決合議で、ただし、評価値に乱数加える方法ではありません。 評価項目自体を全評価関数共通の項目の他に、二駒の相対位置関係・駒の自由度・王将の移動可能範囲を用意し、これら3項目の有効・無効の組み合わせで8通りの評価関数を作ります。 …

と言っても、評価関数は元々合議対応してますし、学習ルーチンも半分は出来てたんで、割とサクっと出来ました。 ざっと走らせた結果大丈夫そうなので、アサーションを外して本番稼動。今の所一日135万局（全8クライアント合計）ペースなんで、多分明日夜には…

floodgateで他のエンジンの評価値・PV付きの棋譜が入手出来るんで、PV末端の自分で計算した評価値を他のエンジンの評価値に近付ければ、ひょっとしたらそこそこ強い評価関数が出来るかも。 ただ、どっかからお叱り受けるかもしれませんし、あまりにもせこ過…

TD(λ)-MCって選択肢もあったんだ。 でもあれはモンテカルロ木探索でそこそこの精度が無いとダメだし、今のままじゃ難しいか。 と言うか、TD(λ)-MCって、単純にモンテカルロで対局するのとどっちが強いんだろう？ もしモンテカルロと大差無いなら、素直にモン…

アサーションに引っかかってくれないですorz どうしよっかなぁ。現実逃避気味に、合議用のコードを書いてみるか？