探索ルーチンをちょっといじってみようかな
ちょっと前にブログでムーブオーダリングや探索の延長・短縮・枝刈りについての話題が流行っていたんで、遅ればせながら参加。
まず、現状のGA将!!!!!!はこんな感じです。
- 全幅αβ探索ベース
- ムーブオーダリング
- ハッシュの手（もしあれば）を先頭に
- 残りの手はHistory Heuristicで
- 延長・短縮
- LMR
- 王手0.5手延長
- recapture0.5手延長
- 前向き枝刈り
- 無し！
んで、History Heuristic*1をいじってみようかと。
現状のHistoryは、以下の要素を考慮して手の良し悪しを評価しています。
- 移動元の位置（81マス＋駒台）
- 移動先の位置（81マス）
- 移動後の駒の種類（14種類）
- 成る手かどうか（2種類）
- 駒を取ったかどうか・取った場合はその種類（14＋1種類）
これで、合計約2.8M個のテーブルになります。
んで、これでそこそこの性能はあるんですが、テーブルが細かすぎて指し手のデータが少ない場合（浅い探索で学習する時とか）はちゃんとオーダリング出来ていない可能性があります。
という訳で、上記の「細かいテーブル」以外に、「粗いテーブル」も用意して、その2つの評価値を足してオーダリングに使おうかと。これもどっかで聞いた様な話ですが。
現状だと下記の構成で考えていますが、実際にベンチマークをしてみて性能いいのに決めようかと思います。
- 移動先の位置（81マス）
- 移動後の駒の種類（14種類）
- 駒を取ったかどうか・取った場合はその種類（13＋1種類）
これだとテーブルサイズは約16K個。まぁ悪くない値かと。
最後のは取った駒は余分かな？とも思いますが、まずは粗いテーブルの構成を色々変えて実験してみます。
