2012-12-22 ようやく前進 開発日記 12月18日に書いたバグも取れて、後は細々したデバッグもほぼ終了。 で、昨夜から走らせてた方策勾配法・駒の前進ボーナスありのバージョンですが、それなりに動く様になった模様。 自己対戦学習時に、金銀桂馬が前進・後退した割合をグラフにしてみました。 ザクッと線形近似した結果では、やや上昇傾向にあるのでちゃんと意図した通りの動作はしている模様。 ただ、これで本当に強くなってるかは不明なんで、sspと連続対戦して調べてみます。 あ、グラフのスクリーンショット、撮るのミスってる… まぁいっか。