2017-05-23 VS ssp(5五将棋モード) 開発日記 学習経過 KKPのバグを潰して、EB-PGLeafで147万局学習させたパラメータ。割引率は1.0。 結果、782勝190敗で勝率80.5%。あっさりと前回UEC杯時のパラメータを超えました。 まぁ、元々2つほどバグが有ったんで、強くなって当然っちゃ当然なんですが。 んで、現在は238万局経過後のパラメータで対局中。順調に強くなってる様なら、もうしばらくこのまま学習を継続していくつもりです。 あ、上で書いた論文の手法に関しては、まだちゃんと理解出来てないのでおいおいやってきます。