2014-05-13 一つ↑、対処方法が間違ってるかも。 開発日記 ムーブオーダリングをHistory Heuristic使う様にしたら、イテレーションが5〜6回でPV長が10前まで行きました*1。 ただ、これって根本的な解決にはなってないですね。 遷移確率でオーダリングしてmpnが大きくなるという事は、遷移確率の精度が低いって事で、つまり学習結果が良くない、と。 てな訳で、学習ルーチンと指し手評価関数*2の精度向上にトライしてみます。 *1:5五将棋で秒読み1秒の場合 *2:遷移確率の基準値を計算する関数