「くろねこにゃ」がちょっと変な気がする

まだ「気がする」レベルで、テストが出来ていないんですが…

くろねこにゃは、いわゆるモンテカルロ木探索アルゴリズムで動いているわけですが、１０秒回した結果と１秒回した結果で、強さに大差がないような……。

つまり、探索量に対して強さがスケールしていないことになります。

モンテカルロ木探索の一番良いところは、探索量に強さがスケールするところのはずなので、これは明らかに何かがおかしい、です。

原因はいくつも思いつくのですが、バグの可能性が一番高いような…。かといって、どこにバグがあるのか、まだ見当も付きませんが。

バグじゃないとすると、Progressive Wideningのあたりが怪しくて、少ない試行回数に対しては応手を正しく返す（手を絞り込んでいる）ので正しそうな結果が返ってくるけれども、試行回数が増えて、幅を広げる際には、無駄な手を読んでシミュレーションを行うだけでただ単に局面評価のノイズが増えるだけ、とかいう可能性はありそうです。

この辺、少々手抜きな実装で、一気に幅を広げるので…。

…しかし、あの辺りはいじるのもテストも大変なんだよなぁ(--;

ABC探索を入れてみようと思いつつ考えてみた

うさぴょんにＡＢＣ探索を入れてみようと思いつつ、諸々考えてみました。

で。

考えている内に、結局、Late Move ReductionとかFutility PrunningとかNull Move Prunningとかの各種Prunningを入れた場合と探索木の形がほとんど変わらないような気が段々として来ました（苦笑）。

動作原理は全然違うんですが、結局深く読まれる手の性質だとか、浅くしか読まれない手の性質が同じになるような気がしてます。

…実験で確認しないといけないんですけれどね。