アピール文章（案）

読み

　GA将!!!!は「がしょう」と読みます。

　初期バージョンでGA（遺伝的アルゴリズム）を用いた学習を行っていたのが名前の由来です。　

概要

　簡易版ボナンザメソッドと強化学習のハイブリッド構成の学習ルーチンで評価関数のパラメータ調整を行うソフト。

学習部の構成

簡易版ボナンザメソッド部

　静止探索4手で探索した手が棋譜の手と一致する様に自動調整する。

　ただし、通常のボナンザメソッドと異なり、拘束条件・ペナルティは無し。

　棋譜は将棋倶楽部24の棋譜、約11万局を利用。

強化学習部

　TDLeaf(λ)＋ソフトマックス方策。探索は全幅1手＋静止探索4手（この他、方策内部で全幅1手先読み）。

　自己対戦の結果から学習を行う。対局数は、上記条件で一日約10万〜20万局ほど。50万局前後で収束する（らしい）。

評価項目

• 駒割
• 筋・段個別の絶対位置評価
• 駒の絶対位置評価
• 二駒の相対位置関係の評価
• 二駒の絶対位置関係の評価
• 駒の自由度の評価
• 王将の移動可能な範囲の評価
• 王将周辺の利きの評価

　パラメータは全部で4000万前後。ただし、重複するパラメータや未使用のパラメータも含むので、実際に利用しているのはこの4分の1弱だと思われる（未調査）。

探索ルーチン

　αβ全幅＋KFEnd流の2段階静止探索。ただし、KFEndと異なり脅威の評価は無し。

　静止探索の探索深さは一段目が4手、2段目が無制限。

　静止探索1段目では、駒を取る手及び成る手を全て探索する。

指し将棋ソフトとしての構成

　学習部と同じ探索ルーチンで反復深化。評価項目も同じ。

　ルートノードだけを対象とした、簡単な詰将棋ルーチン（ABC探索ベース）を実装。

ちなみにGA（遺伝的アルゴリズム）は

　今は使っていません！