探索深さと棋力向上の関係

　学習時の全幅深さを0手〜2手の範囲で、学習時間と強さ向上の関係を調べてみました。対象のゲームは5五将棋で、自己対戦で学習した後のパラメータを使って、対sspの勝率で強さがどうなっているかを測っています。sspとの対局条件は、双方シングルスレッド・Ponder無し、秒読み1秒です。

全幅深さ	対局数	学習日数	勝敗	勝率	95%信頼区間
0手	849000	0.5	384-0-562	40.6	37.4〜43.8
1手	570000	1.4	209-0-267	43.9	39.4〜48.5
1手	786000	1.9	258-0-340	43.1	39.1〜47.2
1手	1065800	2.4	467-0-527	47.0	43.8〜50.1
2手	126800	1.9	429-0-550	43.8	40.7〜47.0
2手	236000	3.0	358-0-361	49.8	46.1〜53.5

　ものすごくいい加減なデータのとり方ですが、大体こんな傾向でしょうか。

• 学習日数が同じなら、全幅深さの多少の差は関係ない（かもしれない）。
• 全幅深さを増やすほど、伸び代が大きくなっている（かもしれない）。

　一度ちゃんと計測すべきでしょうが、とりあえず今は時間が無いのでこういう結論にしときます。