【オセロ,将棋】ボードゲーム【囲碁,War】

【オセロ,将棋】ボードゲーム【囲碁,War】 at GAMEDEV

【オセロ,将棋】ボードゲーム【囲碁,War】 - 暇つぶし2ch■コピペモード
□スレを通常表示
□オプションモード
□このｽﾚｯﾄﾞのURL
■項目テキスト

667:310
 16/11/23 23:37:07.28 wq9OFZ+n.net
うむぅ。アルファ碁があるから期待高いけど、互先で１勝したのは凄いよね。 
まだ伸びしろありそうだから、次回に期待ですね。 
 
こちらは、モンテカルロがあまりにダメダメで悩み中です。 
 
煮詰まってしまったので、ツリー並列をきちんと実装したり、終盤探索作ったりしてました。 
終盤探索は、ようやく>>460さん指摘の偶数理論を実装しました。どうやるのかなかなか 
思いつかなかったけど、手を動かしだしたらわかるものですね。Zebraとかのソース見て 
いないので、もっと良いやり方があるかも知れませんが。

668:535
 16/11/25 20:21:12.84 udjtSdAy.net
終盤の打ち方はまあまあいいんだが序盤が致命的すぎる。 
思考時間もめちゃめちゃ長いし。 
あと強化学習やりたいけどアイディア湧いてこないなぁ。

669:535
 16/11/26 14:07:56.90 3TEfCPcy.net
LV2が思考速くて強いからってLV2の棋譜大量に集めたら学習が偏りそう？

670:310
 16/11/28 13:44:46.30 moEHPVOW.net
>>669 
やってみないとわからないけど、棋譜は質が良くて偏らないってのが基本だからね。 
間違えたら間違えたなりに、負けてくれる棋譜じゃないと、変な学習しちゃうかも。 
 
この辺の兼ね合いが難しい。 
 
ただ、スタートの棋譜をその辺にして、だんだん更新しつつ、強くしていくって方法も 
あるかと思う。 
 
 
こちらは、終盤探索に手こずっています。 
AVX2命令をオペレーターオーバーロードして使っているのですが、グローバルなのが 
気持ち悪くて、クラスに変更。ついでに見直しをしていたら、過去にどうしてもわからなくて 
別の方法で逃げてしまったバグをようやく解消。速度には大した影響ないですが。 
 
一番の問題は、評価関数を持っていないので、MPCが使えない事。MPCのスレッショルド 
を広げながら置換表使って、moveorderを最適化していたので。他の方法で速度アップを 
考えないといけない。逃げてを考えると、結局、NNなりなんなりで別の評価関数なり、次の 
１手ヒューリスティックが欲しくなります。もともとNN方面に行ったのは、そこが目的だった 
事を思い出しました（汗 
 
モンテカルロは、プレイアウトを疑っているので、いずれきちっとやり直してみます。

次ページ