Road to 第1回UEC杯 in GATサイコロ将棋大会

　http://minerva.cs.uec.ac.jp/~uec55shogi/wiki.cgi?page=%C2%E81%B2%F3UEC%C7%D5+in+GAT%A5%B5%A5%A4%A5%B3%A5%ED%BE%AD%B4%FD%C2%E7%B2%F1

　ジムでエアロバイク漕ぎながらプランを練ってきたんで、まとめておきます。

スケジュール

2016/12末まで

HYPERサイコロ将棋のルール実装

2017/01末まで

学習ルーチンの実装

2017/03/08or09（大会当日）まで

学習させつつ実戦用探索ルーチン・通信プロトコルの実装

ルール部分の修正箇所（5五将棋との差分）

• ダイスの出目は、局面遷移直後に確定させ、局面クラスのメンバ変数として持っておくのが楽そう。
• ダイスの出目に応じた手生成ルーチンを実装。
• 千日手判定ルーチンの無効化。
• 「ステイルメイト*1の禁」の実装。

学習ルーチンについて

　Suttonさんの「強化学習」にTD-Gammonの事が載ってたはずなので、まずはその辺から調査。

　基本的にはPGLeafベースで行く予定。

実戦用探索ルーチンについて

　本将棋・5五将棋とは違い、内部ノードでの合法手はダイスの出目に応じて変化する。その為、何らかの方法でランダムさに対処する必要がある。

　プラントしては3つ検討中。

1. 全てのダイスの出目のうち、最も（手番側から見た）評価値が高くなるダイスが出たものとして扱う。
2. 全てのダイスの出目に対して、評価値の平均値をそのノードの評価値とする。
3. 全てのダイスの出目のうち、最も（手番側から見た）評価値が低くなるダイスが出たものとして扱う。

　1→2→3の順に楽観的→悲観的となっていく。

　多分、1は勝手読みが過ぎて上手く行かないと思うので、2か3で行く予定。

*1:王手がかかっていないが、合法手が存在しない局面