初手の分布を調べてみた
本将棋での方策勾配法での自己対戦学習で、初手で何を指してるか調べてみました。
んで、学習初期は2六歩が6割で8六歩が3割前後、学習が進むと7六歩が9割の3六歩が1割前後。
…って、8六歩とか3六歩って何かおかしいな。最善手と次善手が左右対称になってる?
なんかバグの予感がするんで、もうちょっとデータ集めてみます。
本将棋での方策勾配法での自己対戦学習で、初手で何を指してるか調べてみました。
んで、学習初期は2六歩が6割で8六歩が3割前後、学習が進むと7六歩が9割の3六歩が1割前後。
…って、8六歩とか3六歩って何かおかしいな。最善手と次善手が左右対称になってる?
なんかバグの予感がするんで、もうちょっとデータ集めてみます。