GA将?開発日記~王理のその先へ~

ネタ勢最強を目指して絶賛開発中。

2012-05-23から1日間の記事一覧

データ収集コードを追加

将棋の学習時に初手毎の勝率と平均報酬をログに残す機能を追加。とりあえず一晩走らせて様子見です。 それから明日の自分へのTODO > ボルツマン分布が正常に計算出来ているかチェック。

Blunderさんに勝ってる!

・・・と思ったら、Illegal Moveだった。 打ち歩詰めでもなさそうだし、何やらかしたんだろう? 気になる。 あ、Rゴチになりました>ak11さん

初手の分布を調べてみた

本将棋での方策勾配法での自己対戦学習で、初手で何を指してるか調べてみました。 んで、学習初期は2六歩が6割で8六歩が3割前後、学習が進むと7六歩が9割の3六歩が1割前後。 …って、8六歩とか3六歩って何かおかしいな。最善手と次善手が左右対称になっ…