Gasyou https://blog.hatena.ne.jp/Gasyou/ GA将？開発日記～王理のその先へ～ https://gasyou.hatenablog.jp/ 開発日記 学習経過 色々やって原型とどめ無くなってきたので、一旦整理。 勾配計算に用いるのはPGLeaf＋モンテカルロ法 PGLeaf項はGPWの論文そのまま モンテカルロ項は評価値をシグモイド関数に通して予測勝率に変換し、交差エントロピーを最小化する Softmax方策＋αβ探索＋線形の評価関数（駒割・PPT・KKPT・KPPT・王将の移動可能範囲） Entropy Regularizationを係数*10.05で適用 Noisy Networks風に、パラメータに平均と標準偏差を設定する 自己対局の棋譜を元に学習する 探索条件は、全幅3手（枝刈りはScoutのみ）＋静止探索1段目10手 自己対局500回を1エ… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fgasyou.hatenablog.jp%2Fentry%2F2018%2F12%2F30%2F183729" title="PGLeaf Dreiの現在の構成 - GA将？開発日記～王理のその先へ～" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2018-12-30 18:37:29 rich https://gasyou.hatenablog.jp/entry/2018/12/30/183729 1.0 100%