mkomiya https://blog.hatena.ne.jp/mkomiya/ 小宮日記 https://mkomiya.hatenadiary.org/ 選手権が終わったら、コンピュータ将棋はしばらくやめようと思っていたんですが、 GA将！の成功やら、激指のオンライン学習やらを受けて、 自分も強化学習も含めたオンライン学習をやってみたくなりました。 TD(λ)に関しては会場でGA将！さんにレクチャーしてもらったので、学習則の適用方法などはなんとか理解できた（と思います） いきなり本将棋はたいへんなので、55将棋でやってみようと思います。 というわけで、55将棋のエンジンを一から書き直しています。 bitboardは使わない 逐次生成を行う 強化学習で自己対戦で学習する 利きも学習する 有望手の数で探索深さを制御する（ABC探索方面） 実現確率を… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fmkomiya.hatenadiary.org%2Fentry%2F20100505%2F1273061517" title="強化学習をやります - 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 2010-05-05 21:11:57 rich https://mkomiya.hatenadiary.org/entry/20100505/1273061517 1.0 100%