先日、elmo絞りを用いればプロの棋譜から学習をスタートさせなくともプロレベルの将棋ソフトになることを実証したが、実はelmo絞りを用いず、従来手法でも同じことが出来ることをここに手短に示す。
従来手法に基づくプロの棋譜を用いない評価関数の学習
5
「コンピューター将棋全般」カテゴリーアーカイブ
技巧2/elmo(WCSC27) vs リゼロ評価関数epoch7
技巧2とやねうら王+リゼロ評価関数epoch7ではどちらが強いのでしょうか？
拡張USIプロトコル : 読み筋出力について
やねうら王で、読み筋が途中で途切れるという報告がときどきあるのだが、調べてみたら千日手だったり、宣言勝ちの局面での局面だったりして、なんとも…と言った感じだ。
続2) 人間の棋譜を用いずに評価関数の学習
続) 人間の棋譜を用いずに評価関数の学習
人間の棋譜を用いずに評価関数の学習に成功
elmo絞りで半年を4時間半に
昨年のAperyであるApery(WCSC26)。そのおおよそ半年後のバージョンである「浮かむ瀬」。多くの協力者に教師局面の生成を手伝ってもらうことで飛躍的に進化したことは記憶に新しいですね。
fail low/highしたときの読み筋の出力
最近、やねうら王では、fail low/highしたときに読み筋を出力するかどうかを思考エンジン設定で変更できるようにした。
elmoは何故2周目の雑巾を絞れないのか
将棋ソフトの機械学習の成否を判定するための資料
やねうら王の学習部を刷新したときに、この学習部にバグがないかを以下の手順で判定した。将棋ソフトの学習部をフルスクラッチで書いている他の開発者の参考になると思うので、その手順やデータを公開する。