評価項目を追加&色々
まずはプログラムの修正内容。
- 千日手の評価値の扱いがいい加減だったのを修正。学習時と対局時で値を使い分ける様に。
- 筋段個別の絶対位置評価を追加。
二つ目は旧バージョンに実装していて新バージョンには無かったもので、駒の絶対位置評価を筋だけ見てやったり段だけ見てやったりするものです。私はパラメータの重ね合わせの一環と考えて実装していました。
それと、昨日書いた実験(旧バージョンで学習したパラメータと新バージョンのプログラムの組み合わせ)ですが、プログラムは新旧どちらのバージョンでもLesserkai相手に20連勝しました。これだけだと何とも言えないので、後でssp相手に一晩連続対戦させてみます。
もっとも、新バージョンパラメータ+新バージョンプログラムだと20連勝は無理だったので、学習部分のどっかに問題がありそうな気はします。
という訳で、floodgateには旧バージョンパラメータ+新バージョンプログラムで再投入。22:00の回から変更しました。変更前のRが1230前後でしたので、これがどう変化するか。