2010-10-22 軽く設定変更 開発日記 サンプリング間隔を10局→4局に変更。4x4リバーシで実験して、正しく収束した下限に設定してみました。 学習用マシンに投入して1時間ほど走らせてみたところ、1局あたりのパラメータの変化量が大きくなってたので、効果があるんだと思います。多分。 …さて、そろそろsspと五分位迄は行って欲しいけど、まだ期待薄かなぁ。 と言うか、4x4リバーシが数千局で収束したのに比べて、5五将棋の収束が遅すぎる気が。 やっぱ、どっかバグが残ってるか、まだ?
