2013-01-01から1ヶ月間の記事一覧
http://www.sakurai.comp.ae.keio.ac.jp/classes/infosem-class/2012/15DeepLearning.pdf 画像認識・音声認識とかの分野でDeep Learningってのが出て来て、かなり高精度な学習が可能らしいです。 ちょっと興味あるんで、コンピュータ将棋に応用出来ないか検…
↑とか↓とかで書いてる学習結果ですが、以下の条件での学習です。 方策勾配法（PGLeaf） ソフトマックス方策（温度可変） 探索は全幅1手＋静止探索6手 自己対戦部分のみ並列化 学習は10万局で打ち切り …あぁ、ヒマだ。学習終わるまでやる事無いや。
No.5＋駒の自由度のパラメータファイル、オペミスで消してしまった ＿|￣|○ はぁ、2時間かけて再学習か。長いなぁ。
No. 駒割 持ち駒の組み合わせ 筋・段個別の駒の絶対位置 駒の絶対位置 二駒相対位置関係 飛び利きを遮る駒 駒の自由度 王将の移動可能範囲 探索ルーチン 勝率 95％信頼区間 0 ○ - - ○ - - - - 思考時間打ち切り（1.95秒）・詰将棋ルーチン有り 53.0（140-?-1…
http://blog.livedoor.jp/amd646464/archives/52328673.html 最大4コア・2.7GHzでOut-of-Order実装と色々魅力的な噂はありますが、出荷時期が2014年1Qに遅れたらしいです。 私が今floodgate用に使ってるのが2コア・1.66GHzのAtom D510なんで、上記のスペック…
No. 駒割 持ち駒の組み合わせ 筋・段個別の駒の絶対位置 駒の絶対位置 二駒相対位置関係 飛び利きを遮る駒 駒の自由度 王将の移動可能範囲 探索ルーチン 勝率 95％信頼区間 0 ○ - - ○ - - - - 思考時間打ち切り（1.95秒）・詰将棋ルーチン有り 53.0（140-?-1…
No. 駒割 持ち駒の組み合わせ 筋・段個別の駒の絶対位置 駒の絶対位置 二駒相対位置関係 飛び利きを遮る駒 駒の自由度 王将の移動可能範囲 探索ルーチン 勝敗 95％信頼区間 0 ○ - - ○ - - - - 思考時間打ち切り（1.95秒）・詰将棋ルーチン有り 53.0（140-?-1…
駒割＋位置評価＋王将の移動可能範囲だと、駒割＋位置評価より弱くなってますよ ＿|￣|○ …いやいやいや、明日の朝には挽回してる…ハズ。だと思いたい。…挽回してるといいなぁ。 なんか、気合い入れて作って「コレはいける」と思ってた評価項目がムダかもしれ…
No. 駒割 持ち駒の組み合わせ 筋・段個別の駒の絶対位置 駒の絶対位置 二駒相対位置関係 飛び利きを遮る駒 駒の自由度 王将の移動可能範囲 探索ルーチン 勝敗 95％信頼区間 0 ○ - - ○ - - - - 思考時間打ち切り（1.95秒）・詰将棋ルーチン有り 53.0（140-?-1…
No. 駒割 持ち駒の組み合わせ 筋・段個別の駒の絶対位置 駒の絶対位置 二駒相対位置関係 飛び利きを遮る駒 駒の自由度 王将の移動可能範囲 探索ルーチン 勝敗 95％信頼区間 0 ○ - - ○ - - - - 思考時間打ち切り 53.0（140-?-124） 46.8〜59.2 1 ○ - - ○ - - …
No. 駒割 持ち駒の組み合わせ 筋・段個別の駒の絶対位置 駒の絶対位置 二駒相対位置関係 飛び利きを遮る駒 駒の自由度 王将の移動可能範囲 探索ルーチン 勝敗 95％信頼区間 0 ○ - - ○ - - - - 思考時間打ち切り 53.0（140-?-124） 46.8〜59.2 1 ○ - - ○ - - …
No. 駒割 持ち駒の組み合わせ 筋・段個別の駒の絶対位置 駒の絶対位置 二駒相対位置関係 飛び利きを遮る駒 駒の自由度 王将の移動可能範囲 探索ルーチン 勝敗 95％信頼区間 0 ○ - - ○ - - - - 思考時間打ち切り 53.0（140-?-124） 46.8〜59.2 てか、駒割＋位…
正月休みも残り二日な訳ですが、以前考えてた「自己対戦の統計情報を元にした実現確率探索」を試してみようかと検討中。 んで、実現確率探索の前にGA将で実装しているHistory Heuristicに関して。 まず、純粋なHistoryではなく、確率ベースの実装になってい…
とりあえず、方策勾配法の学習部分は問題が見付からず。 で、局面からの特徴量抽出部分がバグってるかと考えて、評価項目を駒割＋位置評価だけにして学習中。これをベースラインにして、評価項目を追加していってどっかで弱くなるなら、そこで追加した項目に…
気が付くと選手権まで残り4ヶ月切ってる… まじヤバイっす ＿|￣|○
http://live.computer-shogi.org/wcsc20/kifu/WCSC20_U4_TTK_GAS.html あの時は途中で対局が終わっちゃって、何と言うか消化不良とか喉の小骨というか、そんな感じがずっと残ってました。 で、21回選手権は私が不参加で、22回の時はツツカナさんが遥か上に行…
評価項目は駒割＋位置評価のみで10万局学習後のパラメータ。 現在18勝17敗なんで、多分互角程度の実力はあるみたいです。 NPSは600〜700Knps程度なんで、評価項目全部有りより3〜4倍速い程度です。 評価項目が少ないんで王将を攻めるのはまだ下手ですが、そ…
学習の設定等は、5五将棋モードで方策勾配法（全幅2手＋静止探索6手）、目標探査率は0.1〜0.3でランダムウォーク。 で、勝敗は312-?-104で勝率はピッタリ75.0％。95％信頼区間は70.5〜79.1。 前より確実に強くなっているとは言えないですが、多少上向いて来…
「もういっその事、Bonanzaベースで方策勾配法での自己対戦学習を実装してしまえ」と言う声が聞こえてきた今日この頃です。 でもなぁ…論文とか実験としてはそうするのが王道なんでしょうが、選手権に出る事考えるとそれで楽しいのかって考えると、自分的には…
Visual Basicの勉強も兼ねてチマチマやってます。 とりあえず、sspを一プロセス立ち上げて終局まで指せるのは確認しました。 残ってるのは下記の機能の実装（一次リリースまでの課題）。 将棋盤の表示 エンジン管理機能の拡張 局面クラスの実装 将棋のルール…
GA将の現状ですが、相変わらず方策勾配法での自己対戦学習のデバッグ中です。 正月休みの間に何とかしたいんですが、このままだとヤバい感じです。正直に言うとピンチかも。 で、新年一発目のsspとの連続対局ですが、現在6勝1敗。良いペースです。 まぁ、大…
