「うさぴょん」「ねこにゃ」開発日記

仕事は忙しいんだけど

うさぴょんの育ての親 — 2008-04-25T22:51:31+09:00

『現地で組み立て』とかいうすごい話になるかも知れませんが、新しいマシン用のパーツ一式を通販で買いました。

Phenom X4 Black Editionを買って、ＯＣ耐性で勝負することにしてみました（苦笑）。

定格動作の2.5GHzだと、現在のマシンとほとんど差がないんじゃないかというのが頭の痛いところです。(現状は、Opteron280(Dual Core/2.4GHz）のDualなので。）

本音を言うと、今年はCore2Extremeなマシンが欲しかったんですが、８万円の価格差に挫けました（苦笑）。

それでも、ＯＣで3GHzで動けば、おそらく、『うさぴょん』のプログラムならCore2Extremeの最上級バージョン以上のパフォーマンスが出るのではないかと期待。（各スレッドのメモリアクセスの局在化と、トランスポジションテーブル関連での関連から、『偏在的なメモリの高速アクセス』と『この際、キャッシュに残さなくてもいいからというようなランダムなアクセス』とがあるんですよね。どちらかというと、この辺りはかつてはAMDの得意分野でした。）

定格は2.5GHzなので、+10%の2.8GHzまで頑張って欲しい…。

Ａ級リーグ指し手一号が初勝利…かと思ったんだけれど…

うさぴょんの育ての親 — 2008-04-20T13:35:19+09:00

http://wdoor.c.u-tokyo.ac.jp/shogi/tools/view/index.cgi?go_last=on&csa=http%3A%2F%2Fwdoor.c.u-tokyo.ac.jp%2Fshogi%2Flogs%2FLATEST%2Fwdoor%2Bfloodgate-900-0%2Baleag1tst%2Busa_test%2B20080420130008.csa

ちょっと見たら、ちょうど１００手目あたり。Ａ級リーグ指し手一号がうさぴょんに勝つところかと思いました。

で、終局まで見たら、結局うさぴょんの勝ち。

…やはり、将棋って、駒の損得だけじゃ分からないもんですねぇ…。

ここからうさぴょんが勝っちゃうのかー、と思ってたんですが、正確に指されても本当にうさぴょんが勝てるのかなぁ、これ…？

投了局面は詰んでいる…のかな？

とりあえず、もう少し前の局面から、『うさぴょん』に必至のつもりかどうか聞いてみるか…。

追記：

１０４手目　７八と　がうさぴょん的には必至のつもりらしいです。本当に必至になっているのかどうかは、私の棋力では不明です（苦笑）。また、投了局面は、ちゃんと詰んでいるようです。

序盤下手だなぁ

うさぴょんの育ての親 — 2008-04-17T02:25:51+09:00

usa_testの負けを見ていて。

序盤、下手だなぁーと再認識。

より正確には、序盤から定跡を外れて中盤あたりが下手、という感じかなぁ。序盤の方針を生かせていないと言うか。抑えこめばいいのに抑え込めなかったりとか。

遊び駒の概念をどうにかして評価に入れれば良さそう、かな？

そっぽの駒打ちも減りそうだし、先読みの中で浮き駒を作るような手を控えるようにすれば、もう少しはマシになりそう。後は、飛車や角を交換する時に、駒得や駒損を抑える手よりも、後でその駒を有効に使えそうかどうかとか…。

…結局、評価関数が難しい、という結論になるのかな。

ニ駒の位置関係とかでどうにかなりそうな、ならなさそうな。今から学習に手をつけるのはちょっと間に合いそうもないので、どうやって手でルールを追加していくかが勝負になりそう。

usa_testでここしばらくの期間にやったことは、Hashのロックを最低限に抑える（Hash全体のロックから、各ハッシュのエントリをロックするように切り替え）ようにしてみたことと、NullMoveの導入。ただ、NullMoveを終盤で導入しているのはちょっとやばそうな雰囲気。

評価関数が単純な駒得に近い（もちろん、玉の堅さなどは入れていますが）ので、間に合わない攻めをしてみたり、間に合う攻めを見逃していたりしそう。

選手権までに間に合うかな…？

戯言…です。

うさぴょんの育ての親 — 2008-04-16T22:41:45+09:00

えと、最近、とある人との会話の中で、MCで何で囲碁はうまく行くんだろうねぇという話から、ヨタ話にすっとんで行きました。

題して『MCでフレーム問題を解決する（笑）』

人間は、確率的に無視出来る事態を無視することがうまいから、フレーム問題を起こさないんじゃないか？という仮説から始まり、それじゃ、どれを無視していいか分からないコンピュータは、コンピュータが認識できるもの全てについてMCシミュレートして、UCTで行動を決定すれば実はフレーム問題を思いっきりおこしているんだけど、外から見た動作としては、フレーム問題を起こしていないように見えるんじゃないの？というヨタ話です。

もしかすると、計算速度がガンガン上がっていくと、本当の話になっちゃうんじゃないの？とか少し思ってしまうところもあるんですが。

もっとも、これでフレーム問題を解決したからと言って、接地問題は全然解決しないので、『強いAI』はまだまだ実現は遠いのですが。

AM3:00のWindowsUpdate

うさぴょんの育ての親 — 2008-04-10T04:02:16+09:00

…に引っかかって、皆floodgateからログアウトしちゃったかな？？

終盤用の問題集を解かせてみる方はまだ手付けず。

『うさぴょん２』のコード書きに専念したいところだけれど、仕事に追われるこの毎日…。usa_testが動いていてくれることが励みかもしれない。

この辺の負け方は凹める…

うさぴょんの育ての親 — 2008-04-08T13:29:59+09:00

http://wdoor.c.u-tokyo.ac.jp/shogi/tools/view/index.cgi?go_last=on&csa=http%3A%2F%2Fwdoor.c.u-tokyo.ac.jp%2Fshogi%2Flogs%2FLATEST%2Fwdoor%2Bfloodgate-900-0%2Busa_test%2Bmisaki900%2B20080408130007.csa

http://wdoor.c.u-tokyo.ac.jp/shogi/tools/view/index.cgi?go_last=on&csa=http%3A%2F%2Fwdoor.c.u-tokyo.ac.jp%2Fshogi%2Flogs%2FLATEST%2Fwdoor%2Bfloodgate-900-0%2Busa_test%2BMyMove900%2B20080408003008.csa

…どちらも、うさぴょんは『勝ち』だと思ってる局面から逆転負け…OTL

NullMoveを導入したのですけれど、副作用で読みぬけが発生しているのかも。終盤の問題集でも解かせてチェックしないといけないですね。

とりあえず、これでいいかな？

うさぴょんの育ての親 — 2008-04-04T10:59:58+09:00

まず、盤の端では、相手から打てないところでも石を繋げる手なら打つように変更。

次に、ある程度盤面が込み合ってきた場合には、パスを可能手に追加するように変更。これで、セキの自爆の問題は回避。

最後に、アタリだったら取る手を優先するように…と言うところで、下らない間違いをしているのを発見。ちゃんと書き直したら、どうやらまともに動くみたいです。

UCB1→UCB1-TUNEDにする作業は、一旦やってみたものの、式を正しく書いている『つもり』なのに、何か却って弱くなっている感じなので、何か計算式を勘違いしていないかどうか、その内再チェックすることにして…コンピュータ将棋選手権やら、今抱えている仕事やらがちゃんと終わるまで、ねこにゃは封印しておこうかと思います。

あ。

ねこにゃなんですが、今は９路しか打てないので。

「くろねこにゃ」と呼んでます（ｗ

ねこにゃ、弱くなったか？

うさぴょんの育ての親 — 2008-04-01T15:34:36+09:00

『相手から打てないところには打たない』というルールで手を絞り込んでいたのですが、例えば、図のような局面。

　ＡＢＣＤＥ
１┌○○┬
２●○┼┼
３●○┼┼
４├●○┼
５●●○┼

ここで、黒番だと、Ａ４に打ってくれないのですよね。で、黒Ａ１に打って、白Ａ４に打たれて石を取られて、また黒Ａ３・黒Ａ２・黒Ａ１として、白Ａ４、以下無限ループ（苦笑）。

相手から打てないだけで判定してはダメだな、というのは明らかなんですが、さーて、どう調理しようかな。

それから、課題がもう一つ。

勝率が十分に高い時に、相手がパスしたらパスするというロジックを入れたら、パスした局面ではまだ全然途中で勝負が付いてない（苦笑）。というより、勝也の勝敗判定を借りて勝敗を判定すると、思い切り負けてる。

…で、手で勝也を相手に続きを打ってみたら、盤面全部がセキになるというすばらしい棋譜が出来上がり。…セキのことを考えると、合法手にパスを入れないとまずいみたい。（現在は、合法手にパスを入れていないので、こんな風に盤面全体がセキになったら、ちょうどそこで手番を持っているプレイヤーが、『自爆』してしまいます。）

ＵＣＴ＋ＭＣ囲碁、細かい所を詰めていくと、結構色々課題が出てくるものです。

あ、そうだ。

現在、手の選択に、ＵＣＢ１を使っているのですが、これをＵＣＢ１－ＴＵＮＥＤにしようと言うのも思ってたんだっけ。

それから、まだシミュレートしていない手の中では、アタリになっている石を取る手を優先的に選択するようにしたら、なんとなくかえって弱くなった感じがします。

コンピュータ将棋も同じですが、工夫のしどころは、実験と経験を積みながら身に付けていくか、先人の知恵を拝借してみて、うまく行く・行かない、行くなら何故、行かないなら何故かをちゃんと分析していくという作業が欠かせないですね。

…いい加減、世界コンピュータ将棋選手権に向けて、『うさぴょん』の開発に戻らなくては。

usa_testが何かバグってる感じです on floodgate

うさぴょんの育ての親 — 2008-04-01T04:46:54+09:00

usa_testの負けた棋譜を見ていると、何か思考時間が非常に怪しいです。

優勢になってから、まだ残り時間があるのに１秒しか考えないで一気に劣勢になったりしてます。多分、変な感じのバグがあるのは間違いないんですが…さて、どこに何が潜んでいるのやら(--;

時間管理は、15分で指すように少し手直ししてるから、バグ入れたのかなぁ…。

gps500との対戦とかでは、あり得ないだろ、とツッコミを入れたくなるような手がちらほら。

…後でログ解析しないと。

ＵＣＴはまだ効率をあげられるんじゃないのだろうか？

うさぴょんの育ての親 — 2008-03-30T01:51:16+09:00

裸玉の詰め将棋を、証明数で解くのが非常に困難であることは知られているかと思いますが、UCTでこれを解決出来ないかなーなんていうことを結構前から考えてました。

ただ、効率のいい実装は、『詰み・不詰みが判明していないノードでは、読む優先順位として、証明数の代わりに詰む確率を用いる』だけで、中身は普通のMinMax探索に近いものになりそうな気がしています。

囲碁は、何と言うか、「少しの差を徐々に拡げて行って、大きな見落としがない限りはそのままの差でゴールできるゲーム」で、詰め将棋などはまさにその逆で、見落としが許されないゲーム、なのですよね。で、将棋は、詰め将棋に近い性格を持っている面がある気がします。（少々のリードを保っていても、最後にミスをすると負け）

で、こういうゲームをＵＣＴで解析するのは、無駄な部分が出るんじゃないかな、と。

こういうゲームでは、あるノードで正しい応手を指されたら負け、な局面は、それ以上シミュレートの対象にする必要のなくなったノード…勝率０が確定したノードになるのではないかと。今の私のＵＣＴの実装だと、以前にシミュレートした結果が残っている（例えば、その局面では、９９勝『1敗』、勝率０．９９だったかも知れない。）ので、いきなり勝率０にはならないんですよね。何回も、その『実は決定的な1敗』のノードをシミュレートしてみて、始めて勝率が０に近付いていく。多分、これって、無駄なんです。

ただし、『相手が正しい手を選べない可能性がある』ことを考慮すると、また話が変わってきます（苦笑）。勝負手として、『正しく指されたら負けることが分かっているけれど、その正しい応手を見つけられる可能性は低い』なんてことまで判断できると、対人ではまさに『理想的』です。

…相手がαβベースで全幅探索を行っているコンピュータだと、きっちり負けそうですけど（苦笑）。

そんなわけで、ＵＣＴの改良を少し思索中。…まだ試作に至る段階ではないです。

勝率の上位への繰上げをどう考えるか、なんですよねぇ。

今は、一回のシミュレーションの結果を最上位にまで一回の結果として伝えているだけ、なので、ここで大きな改造が出来そうな気がしています。

ただ、現実的には、『囲碁では』1回のシミュレーションの精度をあげるだけで、十分な成果があげられそうな気も『ものすごーく』しています。