二日分。訳分からん。
id:streakeagle:20080126:1201351787で書いた駒割の修正をした結果。
結局学習率0.001がベストっぽいというのは変わらないものの、結果をどう見るべきか迷っています。
まず、駒割はちゃんと学習出来ました。
よって、「駒割や王将移動範囲の評価で使っていないデータが変」という可能性はほぼ0になります。
んで、絶対位置・王将との相対位置の評価。これが混乱の原因。
ざっくり見てみると、龍が敵陣にいると良いとか、金が王将の斜め上にいると良い、金が王将の下にいるのは悪い、くらいは学習している感じです。
ただ、一つ目の問題は角。
どうも王将との相対位置とパラメータの関係がでたらめに見えます。
もう一つの問題は他のパラメータとの関係。
王将の移動範囲は距離1*1の移動可能なマスは、1個目から8個目まで大体0.04〜0.09位の価値になっています。
で、王将の隣にいる金の価値は0.002*2。
つまり、これだと「王将の隣に金が居るよりも、その金をどけて移動可能なマスを増やした方が良い」と判断するはずです。
んで、そんな風に学習した原因が、評価関数かその他の部分のバグなのか、それとも王将の移動可能な範囲とのパラメータの出現頻度の違いによるものなのか、いまいち判断が付きません。
ん〜、そうなると開発の方針自体立てられないなぁ。困った。
