TadaoYamaoka https://blog.hatena.ne.jp/TadaoYamaoka/ TadaoYamaokaの開発日記 https://tadaoyamaoka.hatenablog.com/ AlphaGo 囲碁 モンテカルロ木探索 前回作った囲碁プログラムのプレイアウトで、プロの棋譜から学習したパターンの確率に応じて手を選択するようにしてみた。はじめ局面全体の合法手について3×3パターンを適用してみたが、まったく強くならない上に、30倍くらい遅くなってしまった。そこで、直前の手の周辺の手に対してだけパターンを適用したところ、 ランダムプレイアウトとの対戦では、ほぼ100%勝つようになった。AlphaGoでは、rolloutのpolicyに3×3パターンを静的に適用しているが、 他にも直前の手の周辺の12ポイントのダイアモンドやアタリを防ぐ手なども加えている。 3×3パターンを静的に適用するだけでは効果がないのかもしれない… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftadaoyamaoka.hatenablog.com%2Fentry%2F2016%2F04%2F19%2F224543" title="囲碁プログラムのプレイアウトにパターンを適用 - TadaoYamaokaの開発日記" 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 2016-04-19 22:45:43 rich https://tadaoyamaoka.hatenablog.com/entry/2016/04/19/224543 1.0 100%