大槻将棋さんの選手権自戦記
http://home.q00.itscom.net/otsuki/jisenkiCSA2008-2.htm
進行度ありの評価関数でのBonanzaメソッドでの学習に成功されたみたいですね。
序盤用と終盤用のパラメータを持っていて、中盤では進行度に応じて滑らかにつなぐ感じみたいですから、評価値をパラメータで微分が可能なんでしょう、多分*1。
*1:ちゃんと計算せずに書いてるんで、ひょっとしたら間違ってるかもしれませんが。
http://home.q00.itscom.net/otsuki/jisenkiCSA2008-2.htm
進行度ありの評価関数でのBonanzaメソッドでの学習に成功されたみたいですね。
序盤用と終盤用のパラメータを持っていて、中盤では進行度に応じて滑らかにつなぐ感じみたいですから、評価値をパラメータで微分が可能なんでしょう、多分*1。
*1:ちゃんと計算せずに書いてるんで、ひょっとしたら間違ってるかもしれませんが。