mkomiya https://blog.hatena.ne.jp/mkomiya/ 小宮日記 https://mkomiya.hatenadiary.org/ 以前、国会図書館でコピーしてきた論文です。 前に読んだときは、あまり理解できませんでしたが、 Bonanzaの発表を見て、土日にうんうん悩んだ末に読むと「あ！」って感じでした。 ここでは、駒の価値、持ち駒の価値、王の周囲の利きの数の得点、互いの王との距離による加点 これらの要素の重みを、TD法で学習している。 結果的にはシミュレーションする度に収束値が変化したりして、 あまり上手くいかなかったとのことである。 GPWでは、保木さんは先行したTD法の学習では、駒割も上手く求められなかったという話しをされていたと思う。 改めて見てみると、 評価関数を、E=Σw(j)x(j)と定義し(jは0〜評価関… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fmkomiya.hatenadiary.org%2Fentry%2F20061120%2Fp1" title="TD法を用いた将棋の評価関数の学習（小谷研究室） - 小宮日記" 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 2006-11-20 00:00:00 rich https://mkomiya.hatenadiary.org/entry/20061120/p1 1.0 100%