ssp相手だと効果が不明でしたが、稲庭将棋相手だとそこそこ駒を進めていく様子がありました。 記念に棋譜を張り付けときます。 さて、それじゃァ次はどうしますかね。

ボーナスの絶対値が0.01だと小さすぎるみたいで、棋風はほとんど変わりませんでした。 んで、ボーナスの効果を見る為に、絶対値を0.1まで上げました。それと、金が前進・後退した場合もボーナスを足し引きする様に変更。 これだと「負けてもいいからとにかく…

5月3日の朝6時20分に名古屋を出て、調布着が9時4分。結構ギリギリですが、まぁ前日は仕事があるからこうせざるをえないですね。 切符ですが、早特とかってのがあって、通常より安い￥9,200で買えました。ちょっと得した気分です。 さて、あとは学習が成功す…

んで、通常の方策勾配法×4並列で合議用の複数種類の評価関数を学習させてます。 （これは、各エージェントが独立して学習する方式ですので、実際の対局で合議した時に強くなるかどうかは分かりません。ただ、アルゴリズム・実装が容易なので、とりあえずこれ…

ホテル・ツインズ調布って所にしました。調布駅前なんでちと高いですが、会場まで近くて便利ですので。一泊￥6,900×3泊で￥20,700。 さて、後は新幹線のチケットの手配ですね。たしか一ヶ月前から購入可能なはずなので、来週中には買っときますか。