TadaoYamaoka https://blog.hatena.ne.jp/TadaoYamaoka/ TadaoYamaokaの開発日記 https://tadaoyamaoka.hatenablog.com/ 強化学習 コンピュータ将棋 dlshogi これまではAperyの初期局面集にfloodgateの棋譜を加えたものを初期局面集として自己対局を行っていたが、中終盤のバリエーションを増やすため、 やねうら王教師局面からAperyの初期局面集を作成(評価値200以内局面を抽出) 初期局面集から詰みの局面を除く という方法で、初期局面集を作成した。 出来上がった初期局面集は、重複なしで394,003,767局面になった。 これだけあれば、自己対局で局面が重複することはないため、自己対局の効率を上げることができる。 自己対局による重複局面数の比較 初期局面集を変更する前後で、自己対局の結果生成された局面の重複率は以下の通りであった。 条件 自己… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftadaoyamaoka.hatenablog.com%2Fentry%2F2018%2F06%2F17%2F215449" title="将棋AIの進捗 その24(自己対局による強化学習) - 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 2018-06-17 21:54:49 rich https://tadaoyamaoka.hatenablog.com/entry/2018/06/17/215449 1.0 100%