来年は…
うさぴょんの開発が行き詰ってきているので、時間に余裕があったら、れさぴょんもベースにしないで書き直して…Infinity Redという名前で参加しようかなぁ…。
元々、別のネタのために温めておいた名前なんですが。
もう、時効だろうw
| 固定リンク | コメント (3) | トラックバック (0)
うさぴょんの開発が行き詰ってきているので、時間に余裕があったら、れさぴょんもベースにしないで書き直して…Infinity Redという名前で参加しようかなぁ…。
元々、別のネタのために温めておいた名前なんですが。
もう、時効だろうw
| 固定リンク | コメント (3) | トラックバック (0)
gpsでは、実現確率を二つ使っている。
一つは、枝刈用の実現確率
もう一つは、本来の意味での実現確率=その手を指した時にdepthに足す値(あまり正確な言い方じゃないけど、自分用のメモなので勘弁)
静止探索は、YSSの残り深さxで読む手、を参考に作成&KFEndを参考に、脅威を評価。
| 固定リンク | コメント (1) | トラックバック (0)
ほとんど個人的なメモです。
…Bonanza Methodを一度は実装した経験がないと意味不明だと思う。
用語とかは全く正確じゃありませんw 特に、『Bonanza Methodの実行中』と言うのは、本来の意味だと『PVを求める部分』と『PVに対して特徴ベクトルの調整を行う』のは一つの処理のはずなので。上記では、『PVに対して特徴ベクトルの調整を行う』部分のみを指して『Bonanza Methodの実行中』とか言ってたりします。
進行度の調整の仕方に関しては、序盤・中盤・終盤の評価関数がある程度ちゃんとしてからでないと進行度が計算出来なさそう。
| 固定リンク | コメント (0) | トラックバック (0)
第19回コンピュータ将棋選手権、参加してきました。
二次予選からの参加で、4勝5敗。二次予選24チーム中18位。
…昨年と同じ成績です。
午前中は、駒組関連のプログラムがバグっているのに気が付きませんでした _no
「みさき」とやってる時には全然気が付かず、「臥龍」とやっている時にも気が付かず…SPEARとやってる時に、すげー変な手を指し初めて気が付きました… _no
あまりの変さ加減に、SPEARの開発者のグリンベルゲンさんには
『ここからSPEARが負けたら、もうコンピュータ将棋の開発は辞めま~すw』 とか言われる始末…(苦笑)。
ちなみに、上を言われたのは、ここの棋譜の23手目の局面。 17手目が既に変で、二人で笑い出したのですが、致命的に変だったのは23手目です。
その後、ようやっとバグも治ったかと思って迎えたのが、最終のTACOS戦。
…まだこれから難しい捻り合いが延々と続くんだろうなぁという局面で、TACOSがバグで停止してしまい、反則勝ち。
駒組みが変かどうかは、TACOS戦は定跡手順で大分進んでしまったので不明…。
まぁ色々課題があったり、色々知見があったりしたのですが、徹夜で寝ぼけてるので今日はこの辺で…。
| 固定リンク | コメント (2) | トラックバック (2)
学習結果を収束させるのに、回しっぱなしでも120時間位かかりそう(--;
というわけで、うさぴょん2は諦めましたw
うさぴょんで出るなら、後は細かい調整をするだけなんで、明日は見学に行くかなぁ。
| 固定リンク | コメント (2) | トラックバック (0)
…『うさぴょん2』選手権までに形になりそうにないですw
『静止探索の中でややこしいことをしているのが仇になって、試しに学習をしていたものの、失敗した』のは3月24日にも書いた通りですが、その静止探索を捨てるのも忍びないまま、ついついそのまま過ごしてしまいました。(仕事の方が忙しかったのもありますが。)
で、気合を入れ直して、学習の失敗の原因を探していたら、PVノードの末端で、脅威を考慮している部分の評価値の更新の処理がまずくて、これがどうも学習が収束しなかった原因の模様。このバグ、原因としては分かったけれど、うまく学習の方がコーディング出来ない(爆)。
今から(って、後2日しかないよ?)普通のstand-pat型の静止探索にするかなぁ(--;
他の代案としては、とりあえず駒の位置評価だけでも簡単な方法で求めるとか。(とにかく、定跡を外れた後の駒組みをまともにしてくれないのが一番問題なので。)
今は、対振り飛車に対して、51に玉がいるままに、53銀・52金・41金・42銀に組むという有様ですw いや、有様というよりも無様と言うべき?
| 固定リンク | コメント (1) | トラックバック (0)
この前に書いた、変な突き捨てのバグ、結局原因を突き止めて修正してしまいました。
結論から書くと、スレッドをコントロールする部分にかなり恥ずかしいバグが残っていまして…探索のスレッド毎に、別のスレッドでβカットが発生した/時間切れなどで、探索を中断されたかどうかのフラグを持っているのですが、昔使っていたフラグで今は使っていないフラグを参照している箇所が残ってました _no
というわけで、今までのプログラムでは、探索途中で時間が来た場合に最善手が変な手になっていた可能性があります。もしかすると、ほんの少しだけ挙動がまともになるかも知れないけれど、強さには影響しない…かなぁ…。探索の中断のされ方とか次第で、指し手への影響が変わるのと、デバッグモードでコンパイルした場合には、VC++が特定の数値で構造体の中を初期化するために、フラグが立ちっぱなしになり、影響がもろに出るけれど、リリースモードでコンパイルした場合には、フラグが立たない状態になって、読み筋に影響しないことになりそうな気がします。
しかし、この手のバグは、ちまちまと残っていそうな気がします(--;
| 固定リンク | コメント (0) | トラックバック (0)
選手権まで後1ヶ月を切りましたが、やっと昨年の選手権で使ったマシンを開梱しました。
で、ただ今、昨年の選手権バージョンに、ちょっとだけ手を入れて、usapyonとしてfloodgateで走らせてます。何か意外に成績がいいなぁと思ったら、「文殊」がうさぴょん相手に何回も時間切れ負けしてくれているようです…(--;
そのうち、『うさぴょん2』で参加できるようになり次第、usapyonを引っ込めますので…今、floodgateに参加してるのが最後の『うさぴょん』の活躍(?)となる予定です。
…まぐれでBonanzaかbingoに一回位勝てたらいいなぁ。最後の花道って感じで。
| 固定リンク | コメント (0) | トラックバック (0)
とりあえず、全幅探索にするのかどうかはまだ置いておいて…。
現在、評価関数の自動調整に挑戦しています。
ニ駒の位置関係と、玉を含めた3駒の位置関係、玉の周りの利きの数をとりあえず評価関数の組み込みデータにしようとしています。なお、駒割は、現在のままで、学習しない方向です。
さて、今回、学習で問題になったのが、うさぴょんの静止探索。
元々Odd/Even Effectが大きいのは分かってたのですが…これは酷い(苦笑)。
しばらくまわしてみて、収束していく雰囲気がない(爆発)
というわけで、そんな基本的な部分から作り直さないといけないだろうなぁと思う今日この頃…。
ちなみに、学習する前の状態では、くそ重い手の評価を用いており、『手の評価関数』では、最善手よりも前に来てしまう手の平均は5~6前後でした。これから、どれ位減るんでしょうかね?
| 固定リンク | コメント (0) | トラックバック (0)
最近のコメント