今週末(6月28日)に電竜戦TSECが開催される。指定局面戦と香落ち戦である。
第6回電竜戦TSEC指定局面と香落ち戦
https://denryu-sen.jp/denryusen/dr6_tsec/dr1_live.php
とつげき東北さん(『科学する麻雀』著者、元東京大学非常勤講師)が本大会のために賞金用に50万円寄付されていて、本大会の賞金総額は100万円以上となるようだ。
やねうら王 featuring 水匠
たややんさんは、先日、王手将棋の改良をされて、私が「探索部だけでなく、評価関数の(機械)学習をたややんさんの最新の技術でやりなおして、そのあと定跡掘ったら、先手必勝の結論が出るんちゃいます？」みたいなことを言ったところ、たややんさんが本気を出し始めた。
本気を出し始めたのはいいが、電竜戦TSECを目前に控え、たややんさんは完全に馬鹿になってしまった。(「ネジが馬鹿になる」などの「馬鹿になる」(役に立たなくなるの意味))
仕方ないので、やねうら王チームは、この、魂が抜けてもぬけの殻となったたややんさんを吸収し、私とたややんさんとで「やねうら王 featuring 水匠」チームとして電竜戦TSECに出場するのであった。(つづかない)
香落ち定跡の自動生成の難しさについて
香落ちは言うまでもなく下手(したて)必勝である。平手の将棋も先手必勝だと信じる開発者も近年は多いが、それとは比較にならないレベルで下手必勝である。
それで、このように形勢に差がついている状態で定跡をどうするかというのは、非常に難しい。
と言うのも、試しに水匠10を使って定跡を掘ると、定跡を掘り始めた段階では初手34歩が評価値-170ぐらいで最善っぽいのだ。
自動定跡生成スクリプトではこの有力な指し手ほど優先して掘っていくわけだが、この34歩を掘っていくと、当然ながら、形勢の差が拡大してどんどん評価値が悪くなっていくのである。そうすると、34歩のPV(最善応手列)の末端は-200ぐらいとなる。ペタショック化(定跡ツリーをminimax化)すると、このPVの末端の評価値が一番上まで上がってくるので、結果として初期局面の34歩の評価値が-200となる。
しかしそうすると、54歩、52飛など本来2番目とか3番目に有力だった指し手が1番目になりかねないわけである。
このように、片側のプレイヤーが必勝であるゲームで、一番有力な指し手だけ定跡を深く掘ってしまうと、一番粘れるはずの指し手が指せなくなる。
そこで、ペタショック化するのをやめて、単にその局面で長時間思考したものをそのまま定跡として定跡DBに登録していく方法が考えられる。実戦で定跡局面にヒットするとノータイムで指せて持ち時間の節約となるから、これはこれで(定跡が)無いよりはマシではあるが、定跡レベルで悪くなるのがわかっている変化を避けないのはちょっとおかしい気はしている。
あるいは、定跡の末端の局面から実際に対局させてみて、勝率の高い局面を選ぶというような方法も考えられる。しかしこの方法は、実際に対局させるための計算リソースが非常に膨大となるため、二の足を踏んでしまう。
Aoba駒落ちのように駒落ちに強い評価関数を学習させて、そのソフトを用いて定跡を作るのが一番良いと思うのだが、まあ、それであっても、上のように有力な指し手ほど定跡を掘っていくと形勢が悪くなっていくので有力な指し手を指さない定跡になってしまうという問題はある。
平手の定跡を掘る場合にも後手はこのような問題はあるにはあるのだが、平手だとそこまで簡単に後手が悪くなるわけでもないので、いまのところ、平手で後手の作戦どうするんだ？みたいな感じで騒がれてはいるものの、香落ち定跡ほどの深刻な問題とはなっていない。
そういう意味では、香落ち定跡の生成は、平手の大規模定跡の縮図という気はする。平手の大規模定跡を生成するときの嫌なところ(問題点)がぎゅっと濃縮されている感じだ。
つまりは、人類は、香落ち定跡のベストな生成方法をいまだ知らないのである。(クソデカ主語なのに真実すぎて微塵も炎上しない珍しいパターンの言説)
香落ちだと振り飛車が進歩しそうだし、本当にレーティング通りプロ棋士が駒落ちで負けるのか興味あります。
香落ち定跡となると奨励会員に与える影響も相当に深刻なんじゃないでしょうか？
あー！そういう問題もありますか！
しかし本大会までだと初期局面から10～16手目ぐらいまで掘れない感じです。ぜんぜんです..。