入玉用のパラメータを追加
http://d.hatena.ne.jp/Gasyou/20120915/1347673543 で書いた学習ですが、学習初期は入玉率が結構高くて、100局中5〜10局は入玉してます。多分、ソフトマックス方策の初期温度を高めに設定している影響だとは思いますが、せっかくなんで入玉勝ちを正しく評価出来る様に評価項目を追加してみました。
項目自体は以前(確か選手権前)に「入玉だけ狙うコンピュータ将棋」を目指して迷走していた時のものです。項目は下記の通りで、至って単純なものです。
- 王将の敵陣までの移動経路の有無の評価
- 王将が敵陣にいる場合の評価
- 入玉勝ち宣言時の点数の評価
- 敵陣にいる駒の枚数の評価
最終的には入玉の割合は100局中1〜2局位に落ち着くかとは思いますが、これで入玉模様になってもちゃんと指せるなら儲けものです。