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。

プランA、いい感じに仕上がってきたかも

 三目並べモードで方策勾配法+Q(λ)+Bootstrappingで正しく収束する様になりました。

 という訳で、5五将棋モードに変更して学習用マシンに投入。

 …と言うか、今朝から走らせてたんだけど、パラメータ更新後の後処理*1を忘れてて、さっき慌てて実装したのはここだけの話。

 ちなみに学習の大雑把なログは http://gasyou.is-mine.net/ura/ から見えます。自分専用に作ったページなんでテキトーもいい所ですが。

*1:将棋モードでだけ必要な、置換表のクリアとか評価関数のメモ化のクリアとか