＆今後の予定
直近では11月24日に第６回UEC杯５五将棋大会がありますので、出来ればそれに参加したいです。
ただ、一昨日のGPW杯（5五将棋）を見る限りだと、何らかの改良をしないと上位には手も足も出ない感じなので、強化に成功したら参加の方向で検討中です。
あ、GPW杯についてちゃんと書いてなかったですが、参加チームと順位はこんな感じでした。
- 1位 128分の一里眼 4勝0敗
- 2位 K55 3勝1敗
- 3位 GA将!!!!!! 2勝2敗
- 4位 午後のまったりゆうちゃん 1勝3敗
- 5位 SSS 0勝4敗
GA将!!!!!!は128分の一里眼さんとK55さんに負けたので、順位通りの結果ですね。
…ただ、K55さんとの対局はGA将!!!!!!が先手だったんですが、駒組みの段階で千日手になってしまい、「千日手は後手勝ち」のルールを実装していなかったので負けてしまいました。ルール確認を怠ったのが原因なので、恥ずかしい負けです。
あと、128分の一里眼さんとの対局はお互いの評価値を見ながら対局していましたが、大体の局面で評価値が一致していたのは興味深いです。本将棋のほうでfloodgateに参戦してたりすると、強い相手とGA将!!!!!!では評価値グラフが全く違う形になるのが大抵です（GA将!!!!!!は自分が優勢だと思い込んでいて、詰む直前にならないと劣勢と判断出来ない）。
で、評価値が一致してるってコトはそれなりの精度の評価関数が出来てるって事なので、負けたとは言え極端に悪い負け方じゃなかったのかな、と思います。まぁ、序盤から徐々にリードされて、最後はスパっと決められましたので、勝負の内容としては良いとこ無しでしたが。
という訳で大会まであと2週間で何が出来るかですが、大体こんな感じで予定を立てています。
- PGLeafエージェントのデバッグ
- 評価関数周りのデバッグ（パラメータのセーブ・ロード周りを中心に）
- ボナンザメソッドのデバッグ＆メタパラメータ調整
- 合議＋方策勾配法で学習
- クライアント間でコミュニケーションを行う合議（前書いたアイデアメモとかその辺のことを色々と）
- 連続対戦ツールの実装（勉強も兼ねてVBで実装予定）
- メタパラメータの学習（GPW2012の論文を元ネタにして）
- 局面粗視化による評価項目の追加（同上）
UEC杯までには上2個位しか出来ないでしょうが、次回選手権までにはこの中から5個位はやりたいですね。
