ムーブオーダリングをHistory Heuristic使う様にしたら、イテレーションが5〜6回でPV長が10前まで行きました*1。 ただ、これって根本的な解決にはなってないですね。 遷移確率でオーダリングしてmpnが大きくなるという事は、遷移確率の精度が低いって事で、…

疑惑っつーか事実なんですが、原因が分かった…かも。 えー、ムーブオーダリングが適当すぎて、mpn*1が3〜4になってました。 という訳で、遷移確率でオーダリングするんじゃなくて、History Heuristicでオーダリングに修正してみます。 5五将棋でイテレーショ…

「e射影に基づく方策探索法」 https://kaigi.org/jsai/webprogram/2014/pdf/781.pdf これで「後で読む」が4つになっちゃいました… どっかで時間作って読まないと。

Softmax実現確率探索を実装＆テスト中です。 とりあえず5五将棋でザクッと学習させて、sspと連続対局。 んで、タイトルの通り。実現確率を0.1ずつ減らしていくと、イテレーションが3回でPVの終端までの手数が5〜6手になります*1。 という訳で、リダクション…

SEE（交換値？）を特徴として追加しました。 一応SEEの計算にバグが無いかはチェックしてみたので、多分ちゃんと動くはず。 んでもって、これでどこまで性能が改善するか、ですね。