実験結果

　id:streakeagle:20070912:1189599587で書いた進行度を用いた評価関数ですが、どうもこの改良をする前の方が6x6のリバーシに向いているみたいです。試しに1プロセスだけ動作させていた旧バージョンの方が良い結果でした。

　原因を予想してみると、6x6のリバーシでは序盤・中盤・終盤での石の価値が大きく違うので、進行度導入前の手数ごとにパラメータを用意する方式のが向いているとかそんなところでしょう。

　というか、GAをやっていた頃の感覚で「パラメータは有用なものを選別して使うのが良い」と思っていたのですが、そういう難しい事を考えずに沢山パラメータを用意して、強化学習で適当に使ってくれるのを期待した方が良さそうな感じですね。

　そんな訳で今日は開発なし。旧バージョンを4プロセス動かしてみます。