昨夜から26万局ほど学習したパラメータで。 現在5-0-2で勝ち星先行。割とイイ感じです。 対局数少ないんでハッキリした事は言えませんが、そこそこ強い様です。 となると、本将棋で上手く行かないのは何故に？

ゲーム情報学研究発表会*1の「合議アルゴリズムプレイヤの棋譜を用いた将棋の評価関数の学習」を読んでたらふと思ったんですが、自己対戦学習で合議を使って手を選択するってのはどうかなぁ、と。 まず、現状の評価項目は下記の通り。 駒割の評価 筋・段個別…