GA将?開発日記~原点回帰~

ネタ勢最強を目指して絶賛開発中。

Noisy Networkを応用してみたら意外と良い感じになってきた

 Twitterで@mooopan氏に教えてもらった論文を参考にして、線形の評価関数にノイズを加えるのを試してみました。

 http://gasyou.is-mine.net/ura/ の上3つのグラフがパラメータの推移なんですが、線の上下の帯状の部分が標準偏差です。

 これを見ると、ある程度値が確定しているパラメータは標準偏差が小さく、未確定のは大きくなっている様です。

 現時点では、24万5千局自己対局後のパラメータで対ssp(ハンディキャップマッチ)の勝率が35%前後。まぁ、学習初期としては悪くない値です。

 前回PGLeaf Zweiで最高勝率69.3%を達成した時は1000万局学習したので、2週間程度放置すれば追い付けるかどうか判断出来そうです。