過去最高の出来、かも - GA将？開発日記～王理のその先へ～

　昨日の棒銀を覚えた評価関数パラメータ＋改良後の探索ルーチンでsspと連続対局。

　結果、370-0-32で勝率92.0％、95％信頼区間は88.9〜94.5。

　前回選手権時の評価関数パラメータだと勝率が84％だったので、レーティングは＋140といった所でしょうか。

　昨日はちゃんと書いていませんでしたが、学習はSR-PGLeafを使って自己対戦で行いました。

　プロ棋士の棋譜や定跡等は一切使用せず、独自に棒銀を覚えた様です。

　学習時の探索条件は全幅2手＋静止探索で、枝刈りはLMRとFutility Pruningのみ使用しています。

　さて、そんじゃぁ早速floodgateに投入…したいんですが、まずは並列探索のチューニングからやる予定です。

　floodgateはRが安定するまでもう少し様子見です。