TadaoYamaoka https://blog.hatena.ne.jp/TadaoYamaoka/ TadaoYamaokaの開発日記 https://tadaoyamaoka.hatenablog.com/ Gumbel AlphaZero Gumbel dlshogi 前回、初期値のモデルから自己対局と学習を繰り返すと、入玉宣言の割合が増え過ぎる問題の対策として、最大手数で終局した対局を除くことを検証した。 詰みで終局する割合が増えることを期待したが、効果は薄かった。今回は、3手詰めを導入し、3手以内の詰みが見つかった場合、そこで終局とすることを検証する。 学習方法 基本的には前回と同様 3手詰めで詰みが見つかった場合、勝ちとする 結果 10サイクル学習した結果は以下の通り。 (base) PS D:\src\gumbel-dlshogi> d:; cd 'd:\src\gumbel-dlshogi'; & 'anaconda3\python.exe' '.… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftadaoyamaoka.hatenablog.com%2Fentry%2F2025%2F07%2F19%2F140913" title="Gumbel dlshogiを作る その９（3手詰め） - 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> https://cdn-ak.f.st-hatena.com/images/fotolife/T/TadaoYamaoka/20250719/20250719134603.png Hatena Blog https://hatena.blog 2025-07-19 14:09:13 rich https://tadaoyamaoka.hatenablog.com/entry/2025/07/19/140913 1.0 100%