自己対戦の棋譜を保存出来る様にしたり、進行度計算の評価項目に王将周辺の敵の利きを追加したり、全幅探索の深さを0から1に変えてテストしたり。 後、自己対戦の棋譜から進行度を学習すると精度が落ちる*1ので、事前に学習した値で固定にしました。 …うーん…

新評価関数で学習させても結果が芳しくないので、旧評価関数でやった様に、終局まで指し切ったうえで序盤50手だけを学習ってのをやってみました。 で、事前に学習した進行度計算パラメータを使うとこうなります。 20局終了 +---+---+---+---+---+---+---+---…

昨日書いた「前の評価関数だと1日あたり5万局程」ってのは間違いだったみたいです。古いソースをビルドして本将棋モードで走らせてみましたが、一日あたり12,500局ペースでした。新評価関数だと同じく18,000局ペースなんで、パラメータ数を増やしつつ微妙に…