【オセロ,将棋】ボードゲーム Part2【囲碁,War】

**名前は開発中のものです。** · 2017/10/15(日) 17:34:58.03

比較的地味なボードゲーム専用のスレが欲しくて立ててみました。

前スレ
【オセロ,将棋】ボードゲーム【囲碁,War】
http://mevius.2ch.net/test/read.cgi/gamedev/1057763418/

**310** · 2018/01/11(木) 22:48:49.47

>>191
色々見直して、若干速度は回復しましたが、最初にRollout外した時のびっくりする
ほどの速度は出なくなっちゃいました。ただ、時々瞬間的に速い時があるので、
単純ではないかもしれません。

３０手過ぎるとどんどん選択しが狭まっていきますので、ツリーサイズは小さくなって
いきます。ここで、一部の手に探索が集中して、１００万探索単位で追加探索したとき
にようやく他の枝を調べ始めるようで、それでもツリーサイズはそれほど大きくならない
ので、メモリーはそれほどボトルネックになっていない感じです。

UCB１のCをいじったり、ポリシーの探索比率をいじったりして様子をみていますが、
あまりフラットに探索すると、正解にたどり着けないまま終盤を迎えてしまうし、
かといってスティープに探索すると、間違いを訂正するまでの追加探索が大量に
必要になるしで、調整が難しいです。そもそも評価関数の精度が十分じゃないと
言う事なんだと思います。

**535** · 2018/01/13(土) 21:35:44.20

コネクト４、マルチスレッド化されてるみたいですね。
何か読みにくいと思ったら。

**535** · 2018/01/13(土) 22:44:48.29

多分、コードに飛びつくのはまだ時期尚早なんだろな。
もうちょっとAlphaZeroの基本アイディアを理解してからじゃないと。

**310** · 2018/01/14(日) 01:33:25.53

コネクト４のGitHUBってどこにありますか？
ちょっと見てみたいかも。

GUI作ろうと思って調べたら、VS2017からなんかだいぶ変わっているみたいです。
MFCは非推奨との事で、ユニバーサルWindowsとかってやつと、あとはCLRですか。
両方試してみようとしたのですが、ユニバーサルWindowsはWindows10じゃないと
ダメっぽい。CLRはなんかエラーで動かない…。他にもC#だと楽だとか色々ある
みたい。MFCは使えるのですが、もう忘れたし、面倒くさかった記憶しかない（汗
C#で作るって手もあるみたい。

とりあえずC#を勉強してみようかなぁというところです。
脱線しすぎだなぁ。

**535** · 2018/01/14(日) 17:46:25.82

https://github.com/Zeta36/connect4-alpha-zero
これです

**名前は開発中のものです。** · 2018/01/15(月) 19:10:16.04

>>310
オセロ用の確立された GUI はありませんが、
nboard
http://www.orbanova.com/nboard/
xboard / winboard (alien edition)
http://hgm.nubati.net/alien.html
Othello Engine Protocol (cassio)
http://cassio.free.fr/engine-protocol.htm
Edax はいずれもサポートしているので、プロトコルは
ソースでも見られます。

**535** · 2018/01/15(月) 22:46:04.01

310さんと私以外の書き込みがあるとは珍しいですね。
実はROMも意外といるんだろうか

**310** · 2018/01/16(火) 01:56:04.23

>>200
どもです。ダウンロードしてみました。
酔っぱらって帰ってきたところなので、明日以後見てみます。

>>201
ありがとうございます。
cassioはmin-Max前提みたいですね。
nboardとxboardは明日以後見てみます。

とはいえ、もうすでに作り始めてしまいました（汗
c#はVBみたいな感じですね。１０年くらいVBも触っていないので、VB自体も
昔とはだいぶ違うんだと思いますが。

まずは匿名パイプでのやり取りまで確認できました。
色々なソースのつぎはぎでわけわからんけど、何とかC++とAPIで作ったサーバ
側と同じ動作するものが動いています。

**535** · 2018/01/18(木) 00:27:09.66

GitHubでウインドウズでも簡単にビルドできそうなAlphaZeroクローンを物色中。

**201** · 2018/01/19(金) 19:49:16.63

ところで、
Learning to Play Othello with Deep Neural Networks
https://arxiv.org/abs/1711.06583
はチェックされていますか？

**310** · 2018/01/20(土) 13:01:59.38

>>205
ありがとうございます。
さっそくダウンロードしました。

**535** · 2018/01/20(土) 23:55:57.24

いろいろ試してみてるけどスキルが足りなくてどれもうまくいかないデスネ。
今これ見てます。
https://github.com/adepierre/Caffe_AlphaZero

**535** · 2018/01/21(日) 00:31:51.93

ん～なんかアンチウイルスソフトが警告だしてきたorz
どうしようかな…

**535** · 2018/01/21(日) 23:00:34.14

gflagsとかglogとかいうのが必要らしいんだが
アンチウィルスソフトが勝手に何か裏で削除してるらしく
うまくmakeできないorz
なんなんだこれは？

**535** · 2018/01/25(木) 20:47:17.06

モチベ保てなくてガッツリサボリ中w
仕事が忙しいのもあるけど

**310** · 2018/01/27(土) 00:56:40.42

自分もGUIでモチベ保てず、がっつりさぼり中。

技術的に難しそうな事は気合入るんだけど、どっちが黒番とかのラジオボタン
をどうしようかとか考え出すと、思考が止まってしまう（汗

一つの項目で諦めがつくまでに３日づつかかっていますorz

**535** · 2018/01/27(土) 23:18:12.98

http://postd.cc/alphago-zero-how-and-why-it-works/
これ読んでます。
とりあえず、一旦コードから離れて基礎知識を充実させる方向で。

**310** · 2018/01/28(日) 17:18:05.66

GUIのパスの処理を真剣にチェックしだしたら、特定のケースで動作が
おかしいので、丸々一晩デバッグしていました。ケースは特定できてた
のですが、ぱっと見まったく原因がわからず。

C#はオブジェクトを代入すると参照になるのでした。やられた。
やっぱCというのは名前だけですね。

**535** · 2018/01/28(日) 23:56:16.68

https://github.com/junxiaosong/AlphaZero_Gomoku
すいません。またコード見始めてます。
多分これがウィンドウズで動かすの一番簡単な奴な気がするｗ

**535** · 2018/01/29(月) 20:05:24.91

human_play.pyでモンテカルロAIは動いたけど深層学習AIが動かないorz.
theanoとかいうライブラリが上手くインストールできてないっぽいorz

**535** · 2018/01/29(月) 20:08:40.86

うう、心が折れそうorz

**535** · 2018/01/29(月) 21:03:35.36

こんなエラーが出るんだが何がないって言われてるのかわからん。
誰かわかる人いる？

...
File "C:\Python27\lib\site-packages\theano-1.0.1+unknown-py2.7.egg\theano\gof\
lazylinker_c.py", line 127, in <module>
preargs=args)
File "C:\Python27\lib\site-packages\theano-1.0.1+unknown-py2.7.egg\theano\gof\
cmodule.py", line 2359, in compile_str
(status, compile_stderr.replace('\n', '. ')))
Exception: Compilation failed (return status=1): /usr/x86_64-w64-mingw32/bin/ld.
exe: error while loading shared libraries: ?: cannot open shared object file: No
such file or directory. collect2: error: ld returned 127 exit status.

**535** · 2018/01/29(月) 23:39:21.86

ライブラリに互換性がないって言われてるような気がする。
Cygwinに入ってるライブラリは互換性ないってことか？
どこでライブラリ入手すりゃいいんだ？？

**310** · 2018/01/31(水) 00:01:03.41

すまん。わからんけど、collecdt2というフォルダ（ファイルかも）が無いと言ってる？

こちらは、どうしても画面が崩れてしまうので、最初から作り直し。
原因は、トップのFormでauto resizeをtrueにしていた事でした。

ゲームの進行を上手に管理する方法が無いか考えていると、つい寝てしまうorz

**535** · 2018/01/31(水) 20:29:33.40

すいません。
コマンドプロンプトで実行したら>>217のようなメッセージでライブラリ名わからなかったのですが
Cygwinで実行したらライブラリ名が出てきました。
それぞれ4行づつ同じ行が出るのですが1行に削って張ります。

library stdc++ is not found.
library mingw32 is not found.
library gcc_s is not found.
library gcc is not found.
library moldname is not found.
library mingwex is not found.
library msvcrt is not found.
library advapi32 is not found.
library shell32 is not found.
library user32 is not found.
library kernel32 is not found.
library mingw32 is not found.
library gcc_s is not found.
library gcc is not found.
library moldname is not found.
library mingwex is not found.
library msvcrt is not found.

これに続いて同じ名前のライブラリはあるけどコンパチブルでない的なメッセージが出ています。

**535** · 2018/02/04(日) 02:31:39.86

ｷﾀ━━━━━━(ﾟ∀ﾟ)━━━━━━ !!!!!
動いたっぽいです。
Theanoってライブラリのバージョンが0.7.0じゃないといけないみたいです。
ここまでめっさ時間かかったorz
遅れを取り戻さんとな。

**535** · 2018/02/04(日) 18:58:20.09

せっかく動いたけどpython読む根性がなかなか湧いてこない。
つか多分pythonじゃなくても読むのしんどいんだけど。

**310** · 2018/02/04(日) 20:16:17.17

他人のコードは読みづらいですよね。
１年前に書いた自分のコードもですがorz

Theano動作おめでとうございます。良かったです。

こちらは…GUI作るのに嫌気がさして、学習部をいじっていましたが、
そろそろ～３０手の評価関数もそれほど酷いものではなさそうな気がしてきて、
中盤探索９手読み（なんの工夫も無し）で記譜作れる事に思い至りまして。
つまり、MCTSより短時間で記譜作成できると…。
この学習で、もし中盤探索の読みがそこそこな精度になってしまったら、
そもそもMCTSにする意味ないじゃんという現実からいかに目を背け続けるか
という戦いが始まりました（涙

**535** · 2018/02/05(月) 18:27:38.68

やはりこの業界で生きていくには
パイソンの習得は必須…

**535** · 2018/02/05(月) 20:15:05.78

ということでパイソンの入門本買ってきました。
とりあえず囲連星のルールを実装してみます。

**310** · 2018/02/05(月) 23:37:11.58

相変わらず、GUIから逃げています。

アルファ碁でいうところのポリシーネットの学習を放棄して、代わりに評価値から
P（UCT探索に対する絞り込み項）を生成していましたが、これをQ（UCT探索の
予想スコア：これまでの探索の加重平均）から、１プレイアウト毎に再計算するよう
にしてみました。

多少探索速度は落ちますが、良い感じかなぁ。

**535** · 2018/02/08(木) 20:36:12.73

パイソン入門本、一回通して読もうとしてますが、ページ数あって結構大変。
コード書きながら読んだほうがいいかなぁ。

**310** · 2018/02/09(金) 23:42:10.85

新言語習得はストレスですよね。
C#ですら混乱して、C++に帰りたくなってます（汗

というか、メモリー管理できないC#にいらついて、記譜作成回りをいじって
慰みにしています。中盤探索に置換表を足して、反復深化っぽくしてみま
したが、あんまり早くならなくてがっかり。

Python本はまだ買ってません。ウェブ上の入門を眺めたくらいです。

Pythonは構造やら変数の型の考えやら、落とし穴になりそうなところが
色々とありますね。計算式だけ見ていればわかったような気になりますが、
どういう順番で処理が進むのか、慣れないとわからん感じ。

**535** · 2018/02/10(土) 21:27:45.30

パイソン、変数の型の宣言がないから他人のコード超読みずらいorz
引数に何与えていいのかとかパッとわからないorz

**535** · 2018/02/12(月) 00:17:40.24

９路囲連星の最低限のルールをパイソンに移植しました。
これからテストします。

**535** · 2018/02/12(月) 02:17:04.85

おおむねバグ取れたっぽい
あとはこれを>>214に移植できれば…

**535** · 2018/02/12(月) 20:42:28.11

他人のコード読むの辛いおT△T
これはかなり時間かかる…

**535** · 2018/02/12(月) 22:23:10.54

うーん、なんかこのコード五目並べのルールにべったり依存してる感じなのかなぁもしかして。
複数のゲームに対応しているAlpha Zeroプロジェクトのコードを見たほうがゲームのルールが分離されてるのかもしれないなぁ
一応、別のプロジェクトに手を出すことも視野に入れるか…

**535** · 2018/02/12(月) 23:45:59.40

アルファゼロって数手前の履歴情報が必要らしいけどなんでこんなものがいるんだろう？
謎だ…

**310** · 2018/02/13(火) 13:07:22.56

アルファ碁の論文に書いてあったかな。次の１手的には意味なさそうだけど、
有った方が強くなるので外せなかったみたいな事が書いてあったような。

今現在の思いつきですが、ツリーサーチの末端近くでは、手の流れに応じて
点数が変わる事で、そのツリーのルート側の評価（加重平均）に影響が出てくる
可能性はある。

囲碁の場合、同一盤面が出る可能性が非常に高いのだけど、そこに至る経路で
隙があると、相手にその隙を突かれて、分岐が生じる事で、その点数は無意味に
なる。けど、それは途中の分岐をしっかり読まないと判明しない。経路情報によって
評価値（評価関数直）を下げてしまえば、プレイアウトの振り分けが減って、別の
もっと良い手に集中させることができる。こういう事かなぁ。

ま、本当に今思いついたばかりですが。

GUIに気が進まないまま、ぼーっと学習を見ていると、何故か（効果は微妙だけど）
速度アップの方法を思いついてしまうもので…。地味に色々改良しています。

**535** · 2018/02/13(火) 22:47:18.55

310さんほどのプログラマがGUIで躓くというのも謎ですね。
単に凝り性なだけですかね。

**310** · 2018/02/14(水) 20:49:32.16

単にGUIが嫌いなんですorz

凝りたい気持ちと、画面遷移の罠から、心がデッドロックを起こして、
しまいに面倒くさくなってしまうという。

**535** · 2018/02/14(水) 21:17:25.33

オセロで画面遷移なんてほぼいらんでしょうに。
まいいけど。

**535** · 2018/02/14(水) 22:23:18.42

五目並べのプロジェクトだとコウの扱いがよくわからないな
囲碁のプロジェクトもgithubで漁るか…

**535** · 2018/02/17(土) 21:19:34.66

藤井聡太さん朝日杯将棋オープン戦優勝ですか
すごいすな

**310** · 2018/02/17(土) 21:53:57.13

ドタバタしながら音だけ聞いていたけど、なんか普通に互角から徐々に優勢を
築いて、相手の奇手にも動ぜずにさばいて、勝利って感じで、強さが際立って
いましたね。

これで勝っても漫画なら編集長にバカにされるレベルと言われていましたが、
本当に笑うしかないですね。

**535** · 2018/02/19(月) 21:32:59.37

>>214のプロジェクトに囲連星ルールを移植してみまして、モンテカルロAIが動いたみたいです。
ただし超絶遅い。絶望しかないってくらい遅い。
10プレイアウトで10秒くらいかかります。
デフォルト1000プレイアウトになっていたのでそれぐらいないとまともな強さは出ないんでしょう。
となると1手1000秒か？
絶望しかない。
orzorzorzorzorz

**535** · 2018/02/19(月) 21:45:50.40

小路盤五目並べとかConnect4とかtic tac toe くらい小さなゲームじゃなきゃまともに動かんぞこれ

**535** · 2018/02/19(月) 21:53:01.97

　　　　　 ,.‐''"￣｀丶、　　　　　　　　　ひどい…！ひどすぎるっ……！
　　　／　　　　　　　＼　　　　　　　　　　こんな話があるかっ…！
　／´　　　　　　　　　　　＼
　/ 　　 |＼_＞､_ ､r‐､　　　＼　　　　　命からがら… やっとの思いで…
　ﾚ!　｜|_| |/_　ヽ＼}　　　　　＼　　　　辿り着いたのに… やり遂げたのに……
　　|八|-／>､∪_ u`i　　ト､　　　＼
　　　　/ / ,くｨ夕u'　| 　 |/ ｀`‐- ､_.､__＼　　　　　　実行速度っ…！
　　　 |/ / /_ヽ┐u | 　,|　　/　 ,-,.=====ゝ
　　　　ヾ' / r┘|.l__人　|　 /＼//　　　　　　＼　あの計算量がもぎ取ってしまった……！
　　　　　＼　） |　　　N　/ 　//＼.／´￣｀丶
　　　　　｜u　 |　　/|(l(l｢|　 | | 　 |　　　　　　　せっかく手にした
　　　　｜　u｜ / | ヾ-ｲ　.|｜　 l、　　　　　　　　　　　俺の未来…希望…
　　　　 _|　　　|/|　|　＼＿|_|,. く.　＼
　　　　ハ.＿__ハ　　　　>､　＼＼　＼　　　　　　Alpha Zero AI を……！

**535** · 2018/02/19(月) 22:39:02.94

つか連想配列とか見るからに遅そうなクラス使いまくりなんだよなぁ
こうなったらC++に移植する方向で考えるか？？

**535** · 2018/02/19(月) 22:59:04.05

囲連星ルール部分をC++で書きなおしてパイソンと結合させるという手もあるんだろか？？
とにかく今のままじゃ遅すぎる
囲連星ルール部分がどれくらいネックになってるかもよくわからないですが多分相当遅い

**535** · 2018/02/19(月) 23:28:23.57

五目並べルールだとそこそこのスピード出ますね
当たり前か…

やっぱ囲連星ルール実装がネックか～
は～
死にたい

**310** · 2018/02/19(月) 23:48:36.73

PythonからC++関数を呼べるみたいですね。
C++からPythonも呼べるみたいです。
前にPythonに手を出そうかと思った時にググったら出てきました。
前者の方が解説が多かったと思います。

自分はBitboardを使いまくりなので、Pythonに手を出しあぐねていました。
また、評価関数の学習部と、評価値計算をうまく分離できれば、前者を
Python、後者をC++で書けないかなぁと思っていますが、im2col関数の
うまい実装を考えるのが面倒で、放置になっています。

**310** · 2018/02/19(月) 23:56:04.01

ここ数日強化学習の結果がよさげになってきたので、結果の良かった学習方法に
集中させたら、また変な学習になってしまったようで、迷走中です。

学習の具合が良いと、色々な探索も速度アップするんだけど、具合が悪いと全部
悪循環になってしまうという。

仕方無いので、中盤探索の反復深化を作り、その結果を置換表に溜めてオーダ
リングを行うようにしてみましたが、効果があったのかよくわからない罠。
こちらも、学習の具合が良くなったら、急激に効果が表れるのではないかと期待
しているんだけど。

**535** · 2018/02/21(水) 01:00:17.47

SWIGっての調べてます。
なかなか手ごわい

**535** · 2018/02/21(水) 22:17:30.79

まずは簡単なC++関数一個だけのパイソンモジュール作成に成功しました。
つぎは囲連星ルールパイソンモジュールの作成ですね～

**535** · 2018/02/21(水) 23:35:14.72

なんかdeepcopyとかいうのに対応しなきゃいかんようなのだが。

**310** · 2018/02/22(木) 01:36:26.61

評価関数がどんどん悪化していく罠。
頭に来たので、評価関数をステージ分割。

ステージ分割すると学習部分の全面書き直しとなる。
どうせニューラルネットは使わないと決めたので、線形回帰にスケールダウン。

またしてもゴチャゴチャしてきた部分を全面書き直しパターンへ。

もうGUIはすっかり忘れていますorz

**535** · 2018/02/24(土) 00:20:19.52

ｷﾀ━━━━━━(ﾟ∀ﾟ)━━━━━━ !!!!!
動きました！
C++版囲連星ルールパイソンモジュール!!!
10倍くらい速くなりました！
でも1000プレイアウト1手約100秒
まだまだ遅い
でもこれ以上速くするアイディアもないし、とりあえず、これで進めるか。

**535** · 2018/02/24(土) 00:49:09.02

なんかトレーニングが不正終了しますね。。。
zipから解凍したソースそのままで実行しても不正終了になるのでちょっと謎ですね。

**535** · 2018/02/24(土) 17:22:36.17

なんかteanoてライブラリが悪いっぽいorz
上手くインストールできたと思ってたけど実はまだ駄目だったのかなぁorz

**535** · 2018/02/24(土) 20:56:43.77

あかん、さっぱりわからんorzorzorz

**535** · 2018/02/24(土) 23:35:51.51

teano.functionってのが悪いっぽい

**名前は開発中のものです。** · 2018/02/24(土) 23:45:38.80

teanoじゃなくてtheanoかスマソ

**535** · 2018/02/26(月) 23:09:59.32

Linuxインストールしてみようかなぁ（ボソ

**名前は開発中のものです。** · 2018/02/26(月) 23:28:03.39

「インストールした」なら使ってもいい

**535** · 2018/02/28(水) 21:53:14.78

linux入れるならVMWareお勧め？
他に候補ある？

**535** · 2018/02/28(水) 21:54:21.00

ちなみにHDDはパーティション切りなおすのメンドイ

**310** · 2018/02/28(水) 22:12:43.27

評価関数変更ついでにまるっと作り直してます。
自己対戦など、汚いコードを綺麗に書き直し。
かけた工数的には自己対戦の方が大変だったかも。

評価関数を１手毎のステージ分割で６０ステージにして、学習し直しです。
これで序盤を学習させると終盤が狂う問題は解消されると信じていますが、
学習に６０倍の時間がかかる事が予想されるという状態で、記譜を幾ら作って
も追い付かない感じなので、強化学習主体にするつもりです。

というか、まだ、UCTの所は作りこんでいない。
まあ、ほとんどコピペですが。

で、ここまで来たところで、もういっちょ改造したくなってきた…。

**535** · 2018/02/28(水) 23:51:16.48

MVWareでubuntu入れました。

**535** · 2018/03/01(木) 00:04:15.57

ubuntuだと>>214のプログラム問題なく動くみたいですね
素晴らしい。

**535** · 2018/03/01(木) 21:09:31.45

囲連星ルールをubuntuに移植してみましたがエラーが出ますね。
合法手が無い、みたいな感じに見えますが…

**535** · 2018/03/01(木) 21:31:25.39

くそ～結局コツコツソース読み解くしかないかorz
いい線行ってると思うんだけどなぁ

**535** · 2018/03/01(木) 21:44:17.24

うおお、しんどい、これはしんどいorzorzorz

**535** · 2018/03/01(木) 23:35:08.53

ん、human_play.pyは動きますね…
train.pyと何が違うんだろう?

**535** · 2018/03/03(土) 00:08:46.84

C++のクラスをディクショナリのキーに突っ込んでさらに参照しようとしたときにキーの比較に失敗してるっぽく見える

**535** · 2018/03/03(土) 01:00:19.05

__hash__と__eq__を定義するといいみたいです。
__eq__はC++のoperator==で良いみたいです。

**535** · 2018/03/03(土) 01:33:37.87

まだエラー出ますね。
行ったと思ったのにorz

**535** · 2018/03/03(土) 19:12:35.59

お、処理が進み始めました。
Board.init_boardでC++のオブジェクトを初期化してなかったのがエラーの原因だったみたいです。

**535** · 2018/03/03(土) 19:51:05.26

やっぱ小路盤五目並べと比べて時間かかりますね。
焦れるw
とりあえず、これでウェイトファイルが出力されれば第一段階クリアですが…

**535** · 2018/03/03(土) 20:18:47.79

あ～これシングルスレッドなんですね。
まあ確かにコード読んでてもマルチスレッドには見えなかったけど。

**535** · 2018/03/06(火) 20:34:35.86

ベストポリシーとか言うファイルは出力されましたが…
いかんせん遅すぎますねぇ
並列化してハードも強化してあと30倍は速くしないと…

**535** · 2018/03/06(火) 22:28:34.91

んんん、もしかして仮想環境だとディスクアクセスめっちゃ重くなる？
CPUがほとんど仕事してないんだが…

**535** · 2018/03/06(火) 22:40:05.64

こりゃネイティブLinux環境構築も考えるか…

**535** · 2018/03/07(水) 20:16:56.97

ディスクアクセスが１００近くいって処理がほとんど進まなくなっちまったorz
いったん止めるべきかな～

**310** · 2018/03/08(木) 00:53:26.17

新評価関数版ようやく一通りできた。
強化学習にすごーく時間がかかりそう（汗

というわけでNew PC見繕ってます。
ノートPCでi7-8700Kの６コア１２スレッドにメモリー３２メガで
GTX1080搭載のノートPCがある。

むむむ。

**535** · 2018/03/08(木) 18:17:36.63

お高いんでしょう？

**535** · 2018/03/08(木) 19:23:50.24

帰ってきてパソコン見てみたら学習が強制終了してました。
土曜からずっと動かしっぱなしでしたが、ここにきて強制終了は痛いですね。
解決しようにも再現させるだけで数日かかってしまうし目星を付けることすら難しそう。

**535** · 2018/03/08(木) 20:05:12.94

途中で出力されたポリシーモデルで対戦してみましたが、
予想してたよりずっとまともな手を返してきますね。
ほぼランダムに着手すると思ってました。
これはちゃんと学習できる環境整えればかなり期待できるかも！

**535** · 2018/03/08(木) 20:11:16.29

俺も良い目のノート一台買ってLinux入れようかなぁ
デスクトップ２台は手狭だからなぁ

**535** · 2018/03/08(木) 21:30:30.05

とりあえず、Linuxならパイソン動くことはわかったから
他のもっと高速化に力入れたalpha zeroプロジェクトも試してみようかな

**310** · 2018/03/08(木) 23:33:49.98

どもです。
お高いですが、デスクトップのフルスペックの1/3以下で済むようです。

回しっぱなしの奴がレアケースで異常終了すると萎えますね。
自分の奴は、たぶん怪しいところはほぼ蓋をしているので、今は安心しています。

とはいえ、評価値の保存に数秒かかるようになってしまったので、保存中にうっかり
終了してウェイトファイルを破壊しないように、いくつか策を講じました。最近はOSの
アップデートで勝手に再起動されちゃうので。

**535** · 2018/03/09(金) 20:26:00.14

デスクトップの1/3って性能がですか？

**310** · 2018/03/10(土) 19:53:38.63

あ、価格と性能です(^^;

強化学習に凡ミス発見。
強化学習が良いのは、学習し続ければ何とか復旧できると思えるところorz

**535** · 2018/03/10(土) 20:42:21.57

価格コムで調べたら>>281って50万以上ですよね？

**310** · 2018/03/10(土) 23:47:40.15

こいつです。
https://www.pc-koubou.jp/products/detail.php?product_id=617093

i9-7080XEのデスクトップだとメモリー頑張ると１００万ですからね…

**535** · 2018/03/11(日) 00:26:26.59

>>291
ほほう？
ハイスペックノートの割には確かに安いですね。

**535** · 2018/03/12(月) 23:17:36.89

うわパイソン部分でルール間違ってたorz
やっぱ軽くでもテストはやっておかないとあかんなorz

**310** · 2018/03/14(水) 21:17:53.41

うぬぬ。強化学習でどこかおかしい。
強化学習単純化しすぎちゃったかなぁ。

暫定的にひたすら記譜作成＆記譜学習に戻しました。
遡り３０手が鬼門。記譜学習で、ここをクリアする事を当面の目標にします。

とはいえ、残り２９手完全読み切りの記譜がそれなりにあるのは、以前では
考えられない状況ではありますが。

**310** · 2018/03/15(木) 22:46:56.01

強化学習がおかしいというより、記譜のパターンが圧倒的に足りていなかった
のかもと思い始めました。それによって、着手して分岐しても±０となっている
みたいな。

とりあえず、記譜の増殖手段を模索中。
今は、ヌルウィンドウサーチを使用して、遡り探索を行っている関係で、間違った
着手（石損となる手）を捨ててますが、ある程度までその手も読み切って、記譜に
加えても良いのかなぁと思っています。

とりあえず、βカット（もっと良い手があった）時の評価関数は明らかに読み間違い
をしているので、そこ限定で記譜に加えていますが、ある程度以上の手数は全て
付け足しても良いのかなぁと。