諸事情により時間があるので、久しぶりにブログを再開したいと思います。 今年のコンピュータ将棋選手権は2次予選敗退という結果でした。 fv.binを使用したこともあり、予想通りという結果です。今後、やりたいこととしては、・自前学習(とりあえず、教師あ…
懲りずにTD(1)-leafで学習させてみた。 3000局程度自己対局(回数が不十分) 1手0.1秒の反復深化 評価項目は 駒割 KKP KPP 10対局ごとにパラメータの更新 L1正則化(メタパラメータは0.0005) という条件で学習してみた。で対局実験を行った結果、CSAの大会のプ…
将棋とはまったく関係なく面白いなと思ったところを箇条書きしてみる。・研究室のOBとのお話が盛り上がり、終電を逃す。 メカウーサー将棋さんと一夜を共にする。「爆走兄弟レッツ&ゴー!!」と「Working」を読む。どちらも面白かった。・研究室の教授が2回表…
やはりちょくちょくブログ更新しないとだめだなと思う。あまり厳しい目標だと投げ出すので、とりあえず3日にいっぺん、更新しようと思う。と言っておけば実現するだろう。書くことが大事なはず。
3. 総括2勝4敗1分で終了。残念な小谷研クラスタの一員となった。2次予選、決勝と見学したが、やはりレベルが段違いだった。1次 草野球 2次 セリーグ 決勝 メジャーリーグという感じ。自分の理想を追うのもいいけど、やっぱり勝ちたい。それを強く感じた。と…
2.5 対白砂将棋さん昨年も対局させていただいた。昨年は終盤で逆転された。桂得され、6筋に飛を回られて負けかなと思った。相手の玉もすごいところにいるけど。以下水平線っぽい手を繰り返し淡々と形勢が悪くなる。しかし▲7七銀が「駒をちょうだい」という手…
2. 1日目通信テストを前日にサボったため早めに家を出たつもりが・・・すでに多くの人が会場にいる。その後メカウーサー将棋さんと通信テストを慌ててやってもらう。その際にネットワークの設定をすべてやってもらう。大分恥ずかしい思いをした。無事通信テ…
みんな着々と更新しているので、自分も更新してみる。。。とりあえず簡単に振り返り。1. 前日までTD-leafもどきで学習を約1万対局ほどやってみる↓前日に学習結果を確かめるため自分と対局させて見る↓駒を捨てまくる↓駒価値だけの評価関数にする。(1ヶ月がま…
夏休みがもう終わってしまう。。。夏休み中、ふとさわにゃんRLが遅いのに頭に来てプログラムを作りなおすことにした。「よ〜しMagic bitboardでもやってやるか！」と思って去年のGPWを引っ張り出して作るもmagic numberを出すところで面倒になって挫折。→ 調…
正直プログラムの出来が悪すぎた。バグが多すぎる。来年はもうちょっとまともなプログラムで出たい。ライブラリの話が大会のときのアンケートやその後のメールでたくさん流れたのだけれどライブラリに関してなんか文句ある人いたのかな？ちょっとよくわから…
約２ヶ月前のことですが、振り返ってみる。四戦目：メカウーサー将棋この将棋はいろいろな意味でひどい将棋。将棋とは違う別のゲーム。駒特を重ねていってこれはもらったなと思ったら、47手目を見て固まる。何かオカシイ。以下ステキな手順を繰り返してあっ…
約２ヶ月前のことですが、振り返ってみる。一戦目：隠岐お話にならない将棋。特に何も考えないで前日まで学習させていた重みを使う。すると何かオカシイ。さわにゃんは王の周りの特徴がほとんど無いので王が危険でも気にしないのはいつものことだけどなんか…
CSAの大会のあとはずっと就活をしていてなんとか内定ゲット。最近やったのはRoot strapもどきをずっといじってます。最近効果があった気がするのは評価関数そのまま使うのではなくシグモイド関数に入れてからやるってやつ。式にするとOF＝(H深-H浅)^2じゃな…
接続テストに行ってきました。ログインしたつもりで「対局始めてもらえますか？」と言った所「入ってないですよ」と言われあばばばばとなったのでとりあえずLANケーブルを交換したら大丈夫でした。また対局してみたところコテンパンに負かされてすごくあせる…
Root Strapをちょいと改良中。ただしよくなっているかは不明。・今の局面から静止探索した局面(0手+静止探索)とn手+静止探索した局面の誤差を最小にするようにしてみた。(ボナメソにならい静止した局面同士を比較)・着手の選択をε-greedyに変更(似たような対…
何をしているかというと何もしていないｗ。とりあえずきちんと動くものを作らないと。。。就職活動真っ盛りにプログラムを書いていていいのだろうか。。。。しかも学校が停電することがあるので学習が。。。。どうしたものか。TODO： ・評価関数に２駒の関係…
に個人で参加しようかと考え中。まだ全然プログラムは出来ていないのですが。。。とりあえず今週中に名前を決めないとｗ
正月は暇だったので自分のプログラムを将棋所に対応させようと思いいじってみた。ほとんどれさ改のソースを流用したのにもかかわらず自作の部分でバグる。早く直さないと。。。
特徴発見も面白そうなのですが，コンピュータ将棋もそろそろ教師なし学習(強化学習)へ移行する時代ではないかと勝手に思っているのでそっち方向でがんばることに。
を土日で読んでいて「Non-Bitboard Architectures」が使えそうじゃんと読んでみるとなんだかfruitと同じようなことをやっている気がしてきました。どうしてこれが速いのか正直謎なんですが。。。実際に作ってみるとわかるのかなぁ？あと「Static Exchange Ev…
今年は将棋が非常に多かった。囲碁の発表がなくてすこし残念。個人的に面白かったのは「将棋における，評価関数を用いたモンテカルロ木探索」と「ゲーム構成要素を組み合わせた特徴の最適化 」ですね。前者はモンテカルロ法なのにすごく強くなっていたので驚…
と言うわけで帰りました。以下質問，アドバイスされたことを自分用にメモ。(かなり意訳しています。テンパっていたので間違ってるかも)・収束するの？数学的に説明できるの？ →（ぶっちゃけていうと）しないと思います(ｷﾘｯ とは言えず「そこそこのところに落…
自分が発表しないと考えるとすごく楽しみなんだけど実際は発表する。しかも内容が薄い薄い。まだ実験してるしｗｗｗｗ。まあがんばります。
今年の発表内容は豪華だな．すごく楽しみ．
あから見てきました。終局図だけみると圧勝のようですが，けっこうきわどかったようです。一局だけなのでなんともいえませんが，佐藤九段，藤井九段の解説を聞いてるとトッププロとの差はまだまだありそうだと思いました。
とりあえず提出完了。あとは野となれ山となれｗｗｗｗｗｗｗ
GPWしめきりが明日。まだ実験が終わっていないという。そして結果もうまくいかないっていう。クソ論になりそうだ・・・・。
「New Architectures in Computer Chess」っていう論文を昨日発見して、ビットボードより速いらしい。しかも将棋にも使えそう。内容はあまり詳しく読んでないけど簡単そう。
最急下法での学習率の設定が非常にめんどくさい。大きすぎると発散気味になり、小さすぎるとなかなか値が変化しない。どうしたものか・・・。
明日がGPWの締め切り。今実験中だけど,微妙な結果。歩の価値が相対的に高くなりがち。先輩がボナメソをやって成銀の価値がマイナスになるよりはましな結果なのでまあいいことにしよう。査読結果どうなることやら。というか,テストとかレポートとかがいろいろ…
