TOP
> 記事閲覧
振り飛車をゼロから学習する「Aoba振り飛車」を開始しました
| 件名 | : Re: 振り飛車をゼロから学習する「Aoba振り飛車」を開始しました |
| 投稿日 | : 2024/09/05(Thu) 11:30 |
| 投稿者 | : 山下 |
| 参照先 | : |
floodgateから。
gikou2_1cに初勝利。△1間ですが、結局居飛車に戻して右玉にしてるので、やっぱり1間の意味は薄そうです
http://wdoor.c.u-tokyo.ac.jp/shogi/view/2024/09/04/wdoor+floodgate-300-10F+gikou2_1c+AobaFuribisha_w828_800p+20240904193002.csa
elmo_WCSC27_479_1000k に△3間。elmoも▲3間に振ったので相3間の相振り、とfloodgateでは珍しい変化に。
角道を開けたまま△32飛と回ったので角交換から▲65角と打たれる変化に。
この変化はよくサンプル棋譜でも出てきて、あまり恐れていないようです。
http://wdoor.c.u-tokyo.ac.jp/shogi/view/2024/09/05/wdoor+floodgate-300-10F+elmo_WCSC27_479_1000k+AobaFuribisha_w828_800p+20240905020005.csa
gikou2_1cに▲向飛車。初手▲48銀!から角交換をして悠々と▲47銀。なるほど、これも△86歩から歩交換は▲77角の筋があります。
向飛車は常にこの筋を狙って角交換辞さず、で行くのがよいと思ってるようです。
http://wdoor.c.u-tokyo.ac.jp/shogi/view/2024/09/05/wdoor+floodgate-300-10F+AobaFuribisha_w828_800p+gikou2_1c+20240905080005.csa
Krist_483_473stb_1000kと。▲1間で▲15歩まで突けたのに▲16飛とは浮かず。
一般に一間飛車は▲16飛から浮き飛車で暴れまわるのですがAI的には
その指し方はいまいち、なのかも。
http://wdoor.c.u-tokyo.ac.jp/shogi/view/2024/09/05/wdoor+floodgate-300-10F+AobaFuribisha_w828_800p+Krist_483_473stb_1000k+20240905130003.csa
floodagetでは3スレッドで動かしてるので若干乱数要素があります。
gikou2_1cに初勝利。△1間ですが、結局居飛車に戻して右玉にしてるので、やっぱり1間の意味は薄そうです
http://wdoor.c.u-tokyo.ac.jp/shogi/view/2024/09/04/wdoor+floodgate-300-10F+gikou2_1c+AobaFuribisha_w828_800p+20240904193002.csa
elmo_WCSC27_479_1000k に△3間。elmoも▲3間に振ったので相3間の相振り、とfloodgateでは珍しい変化に。
角道を開けたまま△32飛と回ったので角交換から▲65角と打たれる変化に。
この変化はよくサンプル棋譜でも出てきて、あまり恐れていないようです。
http://wdoor.c.u-tokyo.ac.jp/shogi/view/2024/09/05/wdoor+floodgate-300-10F+elmo_WCSC27_479_1000k+AobaFuribisha_w828_800p+20240905020005.csa
gikou2_1cに▲向飛車。初手▲48銀!から角交換をして悠々と▲47銀。なるほど、これも△86歩から歩交換は▲77角の筋があります。
向飛車は常にこの筋を狙って角交換辞さず、で行くのがよいと思ってるようです。
http://wdoor.c.u-tokyo.ac.jp/shogi/view/2024/09/05/wdoor+floodgate-300-10F+AobaFuribisha_w828_800p+gikou2_1c+20240905080005.csa
Krist_483_473stb_1000kと。▲1間で▲15歩まで突けたのに▲16飛とは浮かず。
一般に一間飛車は▲16飛から浮き飛車で暴れまわるのですがAI的には
その指し方はいまいち、なのかも。
http://wdoor.c.u-tokyo.ac.jp/shogi/view/2024/09/05/wdoor+floodgate-300-10F+AobaFuribisha_w828_800p+Krist_483_473stb_1000k+20240905130003.csa
floodagetでは3スレッドで動かしてるので若干乱数要素があります。
| 件名 | : Re: 振り飛車をゼロから学習する「Aoba振り飛車」を開始しました |
| 投稿日 | : 2024/09/04(Wed) 10:21 |
| 投稿者 | : 山下 |
| 参照先 | : |
▲3間△居飛車、先手は初手▲78飛から角道も突かず、△85歩でようやく突く、という大胆な指し方。
うっかり▲86歩の交換は角交換から▲77角で先手良しになります。なるほど。
このタイミングで▲76歩を指しても大丈夫なのですか。
▲3間△居 w0816_21.csa http://www.yss-aya.com/furibisha/no_noise/sample6.html#816_21
▲向飛車△居飛車、初手から▲16歩、▲56歩、と中飛車に見せかけて相手の△84歩から△85歩を
待ってから角交換して▲88飛と向飛車。
これはかなりきれいに組めてる感じです。含みを持たせて△85歩まで指させないと向飛車にする
メリット薄いですからね。
そして△85桂ポン。いや、学習率下げて+160 ELOほど強くなってから、かなり棋譜が美しくなりました。
▲向 △居 w0814_11.csa http://www.yss-aya.com/furibisha/no_noise/sample6.html#814_11
うっかり▲86歩の交換は角交換から▲77角で先手良しになります。なるほど。
このタイミングで▲76歩を指しても大丈夫なのですか。
▲3間△居 w0816_21.csa http://www.yss-aya.com/furibisha/no_noise/sample6.html#816_21
▲向飛車△居飛車、初手から▲16歩、▲56歩、と中飛車に見せかけて相手の△84歩から△85歩を
待ってから角交換して▲88飛と向飛車。
これはかなりきれいに組めてる感じです。含みを持たせて△85歩まで指させないと向飛車にする
メリット薄いですからね。
そして△85桂ポン。いや、学習率下げて+160 ELOほど強くなってから、かなり棋譜が美しくなりました。
▲向 △居 w0814_11.csa http://www.yss-aya.com/furibisha/no_noise/sample6.html#814_11
| 件名 | : Re: 振り飛車をゼロから学習する「Aoba振り飛車」を開始しました |
| 投稿日 | : 2024/09/04(Wed) 05:06 |
| 投稿者 | : 山下 |
| 参照先 | : |
▲9間△居飛車、9間の初手は▲16歩、様子見なのか意味深です。
先手は美濃囲いに対し、居飛車は銀冠から米長玉に。
やはり米長玉(△12玉)は優秀な囲いのようです。
▲9間△居 w0812_01.csa http://www.yss-aya.com/furibisha/no_noise/sample6.html#812_01
▲9間△袖飛車。先手が早々と▲66銀と上がって7筋の飛車先交換を阻止してから
▲77角から▲98飛と回るのが印象的。
9間飛車では相手に序盤から歩交換など動かれないのが重要のようです。
居飛車は天守閣美濃から米長玉。
▲95歩から▲96飛と浮いて、▲75歩から▲76飛と無理やり石田流に組んでます。
石田流が優秀な指し方なのは間違いないですが、9間にしたメリットはほとんどないかも。
▲9間△袖 w0812_02.csa http://www.yss-aya.com/furibisha/no_noise/sample6.html#812_02
先手は美濃囲いに対し、居飛車は銀冠から米長玉に。
やはり米長玉(△12玉)は優秀な囲いのようです。
▲9間△居 w0812_01.csa http://www.yss-aya.com/furibisha/no_noise/sample6.html#812_01
▲9間△袖飛車。先手が早々と▲66銀と上がって7筋の飛車先交換を阻止してから
▲77角から▲98飛と回るのが印象的。
9間飛車では相手に序盤から歩交換など動かれないのが重要のようです。
居飛車は天守閣美濃から米長玉。
▲95歩から▲96飛と浮いて、▲75歩から▲76飛と無理やり石田流に組んでます。
石田流が優秀な指し方なのは間違いないですが、9間にしたメリットはほとんどないかも。
▲9間△袖 w0812_02.csa http://www.yss-aya.com/furibisha/no_noise/sample6.html#812_02
| 件名 | : Re: 振り飛車をゼロから学習する「Aoba振り飛車」を開始しました |
| 投稿日 | : 2024/09/03(Tue) 17:08 |
| 投稿者 | : 山下 |
| 参照先 | : |
▲3間△3間の相振りから2局を。
先手は居玉のまま、▲64銀▲77桂と攻撃形を組み立てます。
桂を跳ねた瞬間はかなり凝り形なのですが、この後▲85歩から▲97角であら不思議、△46歩が助からないです。
▲3間△3間 w0777_26.csa http://www.yss-aya.com/furibisha/no_noise/sample5.html#777_26
こちらは後手が早い段階で△15歩から香交換を目指して▲88角▲78飛をとがめて△24香打。
△27香成が受かりません。ただその後、△27成香は動けずに、ただで取られます。
成功したかどうか微妙なところです。
▲3間△3間 w0737_26.csa http://www.yss-aya.com/furibisha/no_noise/sample5.html#737_26
先手は居玉のまま、▲64銀▲77桂と攻撃形を組み立てます。
桂を跳ねた瞬間はかなり凝り形なのですが、この後▲85歩から▲97角であら不思議、△46歩が助からないです。
▲3間△3間 w0777_26.csa http://www.yss-aya.com/furibisha/no_noise/sample5.html#777_26
こちらは後手が早い段階で△15歩から香交換を目指して▲88角▲78飛をとがめて△24香打。
△27香成が受かりません。ただその後、△27成香は動けずに、ただで取られます。
成功したかどうか微妙なところです。
▲3間△3間 w0737_26.csa http://www.yss-aya.com/furibisha/no_noise/sample5.html#737_26
| 件名 | : Re: 振り飛車をゼロから学習する「Aoba振り飛車」を開始しました |
| 投稿日 | : 2024/09/03(Tue) 07:10 |
| 投稿者 | : 山下 |
| 参照先 | : |
1間飛車は▲18飛車から▲16飛車、と浮いて指すのが定跡ですが、学習だと
▲16歩に△14歩と受けられることが多く、飛車を浮く筋は実現しないのが多いです。
最近は相手が振り飛車だと△14歩と受けずに、▲16飛と浮くことには成功しています。
得になってるかは微妙ですが。
▲1間△3間 w0770_86.csa http://www.yss-aya.com/furibisha/no_noise/sample5.html#770_86
下は▲16飛から中段飛車で活躍できてる数少ない例です。飛車をぶつける気持ちがいい指し手も。
▲1間△居 w0607_81.csa http://www.yss-aya.com/furibisha/no_noise/sample4.html#607_81
▲36銀▲37玉▲47金、と力強い空中要塞。1間飛車とはこの相性がいいのかも。
ただ1間の飛車は攻めには使えず、ほぼ受けに役立つのみです。1間や9間飛車は
振り戻すことも多く、やはり飛車を振る位置としてはイマイチな感じです。
▲1間△居 w0546_81.csa http://www.yss-aya.com/furibisha/no_noise/sample4.html#546_81
▲16歩に△14歩と受けられることが多く、飛車を浮く筋は実現しないのが多いです。
最近は相手が振り飛車だと△14歩と受けずに、▲16飛と浮くことには成功しています。
得になってるかは微妙ですが。
▲1間△3間 w0770_86.csa http://www.yss-aya.com/furibisha/no_noise/sample5.html#770_86
下は▲16飛から中段飛車で活躍できてる数少ない例です。飛車をぶつける気持ちがいい指し手も。
▲1間△居 w0607_81.csa http://www.yss-aya.com/furibisha/no_noise/sample4.html#607_81
▲36銀▲37玉▲47金、と力強い空中要塞。1間飛車とはこの相性がいいのかも。
ただ1間の飛車は攻めには使えず、ほぼ受けに役立つのみです。1間や9間飛車は
振り戻すことも多く、やはり飛車を振る位置としてはイマイチな感じです。
▲1間△居 w0546_81.csa http://www.yss-aya.com/furibisha/no_noise/sample4.html#546_81
| 件名 | : Re: 振り飛車をゼロから学習する「Aoba振り飛車」を開始しました |
| 投稿日 | : 2024/09/02(Mon) 10:16 |
| 投稿者 | : 山下 |
| 参照先 | : |
Root手番の分離から100万棋譜作って、ほぼレート上昇も収束したので
学習率を10分の1に下げました。
▲向飛車△居飛車は角交換してから振ってます。なぜか▲22角不成、と挑発的に成らずばかりです。
美濃囲いの▲57銀から▲78金と低い陣形に。
▲向 △居 w0753_11.csa http://www.yss-aya.com/furibisha/no_noise/sample5.html#753_11
相向飛車の相振りは先手は中住まいぽく、後手は左側の雁木で。
▲向 △向 w0735_17.csa http://www.yss-aya.com/furibisha/no_noise/sample5.html#735_17
▲右四間飛車△居飛車。相振りですらない、ほぼ相居飛車ですが。
初手▲48飛はちょっと単純すぎてボーナスが高すぎる気がします。
先手は右銀を繰り出した後、右金もさらに攻撃に加える、攻撃的な指し方に。
基本的に強化学習での棋譜は攻めっ気が強すぎて、受けに回らない展開が多いです。
▲右4△居 w0742_51.csa http://www.yss-aya.com/furibisha/no_noise/sample5.html#742_51
学習率を10分の1に下げました。
▲向飛車△居飛車は角交換してから振ってます。なぜか▲22角不成、と挑発的に成らずばかりです。
美濃囲いの▲57銀から▲78金と低い陣形に。
▲向 △居 w0753_11.csa http://www.yss-aya.com/furibisha/no_noise/sample5.html#753_11
相向飛車の相振りは先手は中住まいぽく、後手は左側の雁木で。
▲向 △向 w0735_17.csa http://www.yss-aya.com/furibisha/no_noise/sample5.html#735_17
▲右四間飛車△居飛車。相振りですらない、ほぼ相居飛車ですが。
初手▲48飛はちょっと単純すぎてボーナスが高すぎる気がします。
先手は右銀を繰り出した後、右金もさらに攻撃に加える、攻撃的な指し方に。
基本的に強化学習での棋譜は攻めっ気が強すぎて、受けに回らない展開が多いです。
▲右4△居 w0742_51.csa http://www.yss-aya.com/furibisha/no_noise/sample5.html#742_51
| 件名 | : Re: 振り飛車をゼロから学習する「Aoba振り飛車」を開始しました |
| 投稿日 | : 2024/09/01(Sun) 13:48 |
| 投稿者 | : 山下 |
| 参照先 | : |
Root先手番、後手番で探索を分けてから +60 ELOほど強くなってるようです。
▲四間飛車△居飛車、居飛車が天守閣美濃に組んでます。
AobaZeroを通じて天守閣美濃に組むのは初な気がします。
やっぱり玉頭が弱点なので▲25歩からつぶされてます。
▲4間△居 w0717_31.csa http://www.yss-aya.com/furibisha/no_noise/sample5.html#717_31
▲中飛車△居飛車、ゴキゲン中飛車っぽい出だしに居飛車は△73銀からの超速▲3七銀ぽい仕掛けです。
▲中 △居 w0720_41.csa http://www.yss-aya.com/furibisha/no_noise/sample5.html#720_41
▲四間飛車△3間、お互い初手で飛車を振ってるのは趣がない感じです。
相振りの将棋は▲86歩を突いて、相手の玉頭を狙う向飛車模様になる展開が多いです。
▲4間△3間 w0719_36.csa http://www.yss-aya.com/furibisha/no_noise/sample5.html#719_36
▲四間飛車△居飛車、居飛車が天守閣美濃に組んでます。
AobaZeroを通じて天守閣美濃に組むのは初な気がします。
やっぱり玉頭が弱点なので▲25歩からつぶされてます。
▲4間△居 w0717_31.csa http://www.yss-aya.com/furibisha/no_noise/sample5.html#717_31
▲中飛車△居飛車、ゴキゲン中飛車っぽい出だしに居飛車は△73銀からの超速▲3七銀ぽい仕掛けです。
▲中 △居 w0720_41.csa http://www.yss-aya.com/furibisha/no_noise/sample5.html#720_41
▲四間飛車△3間、お互い初手で飛車を振ってるのは趣がない感じです。
相振りの将棋は▲86歩を突いて、相手の玉頭を狙う向飛車模様になる展開が多いです。
▲4間△3間 w0719_36.csa http://www.yss-aya.com/furibisha/no_noise/sample5.html#719_36
| 件名 | : Re: 振り飛車をゼロから学習する「Aoba振り飛車」を開始しました |
| 投稿日 | : 2024/09/01(Sun) 08:09 |
| 投稿者 | : 山下 |
| 参照先 | : |
下は727万棋譜時点での過去50万棋譜での対局数と勝率です。
ハンデレートと同じ配置です。▲居飛車△3間飛車は8794局で先手勝率0.496。
ほぼすべての戦型で勝率は5割になってます。対局数には偏りがあり
相居飛車や(居飛車 vs 1間)が多いです。
ハンデレートの調整にある程度の対局数が必要なので、最低でも50万棋譜で600局程度にはなるように
袖飛車、右4間、1間、9間を減らしていく予定です。
8998(0.500) 5883(0.512) 4501(0.510) 4410(0.516) 4446(0.497) 4164(0.508) 4043(0.513) 3410(0.509) 2841(0.514)
4048(0.501) 7315(0.514) 2960(0.516) 3628(0.509) 4255(0.509) 4362(0.490) 4358(0.500) 3577(0.509) 3304(0.478)
6977(0.496) 9052(0.508) 6635(0.499) 5810(0.500) 6134(0.492) 5849(0.501) 6051(0.486) 4693(0.494) 4060(0.506)
6653(0.497) 8611(0.503) 5885(0.500) 6498(0.509) 6256(0.502) 5978(0.505) 6117(0.494) 5042(0.505) 4045(0.484)
6894(0.500) 9469(0.495) 6453(0.509) 5856(0.494) 7543(0.497) 6162(0.495) 6370(0.496) 4594(0.498) 4434(0.491)
6298(0.499) 8665(0.507) 5610(0.509) 5178(0.494) 5857(0.499) 6436(0.501) 5690(0.500) 3769(0.496) 4284(0.483)
6954(0.495)10061(0.497) 6899(0.499) 5546(0.497) 6237(0.497) 5786(0.493) 6935(0.498) 3259(0.483) 4358(0.480)
10729(0.497)14674(0.501)10143(0.497) 8367(0.493) 9372(0.498) 8860(0.497) 8794(0.496) 7605(0.490) 6027(0.483)
7241(0.503)10026(0.503) 6760(0.495) 6093(0.502) 6702(0.493) 6546(0.502) 6663(0.502) 4043(0.483) 4909(0.485)
ハンデレートと同じ配置です。▲居飛車△3間飛車は8794局で先手勝率0.496。
ほぼすべての戦型で勝率は5割になってます。対局数には偏りがあり
相居飛車や(居飛車 vs 1間)が多いです。
ハンデレートの調整にある程度の対局数が必要なので、最低でも50万棋譜で600局程度にはなるように
袖飛車、右4間、1間、9間を減らしていく予定です。
8998(0.500) 5883(0.512) 4501(0.510) 4410(0.516) 4446(0.497) 4164(0.508) 4043(0.513) 3410(0.509) 2841(0.514)
4048(0.501) 7315(0.514) 2960(0.516) 3628(0.509) 4255(0.509) 4362(0.490) 4358(0.500) 3577(0.509) 3304(0.478)
6977(0.496) 9052(0.508) 6635(0.499) 5810(0.500) 6134(0.492) 5849(0.501) 6051(0.486) 4693(0.494) 4060(0.506)
6653(0.497) 8611(0.503) 5885(0.500) 6498(0.509) 6256(0.502) 5978(0.505) 6117(0.494) 5042(0.505) 4045(0.484)
6894(0.500) 9469(0.495) 6453(0.509) 5856(0.494) 7543(0.497) 6162(0.495) 6370(0.496) 4594(0.498) 4434(0.491)
6298(0.499) 8665(0.507) 5610(0.509) 5178(0.494) 5857(0.499) 6436(0.501) 5690(0.500) 3769(0.496) 4284(0.483)
6954(0.495)10061(0.497) 6899(0.499) 5546(0.497) 6237(0.497) 5786(0.493) 6935(0.498) 3259(0.483) 4358(0.480)
10729(0.497)14674(0.501)10143(0.497) 8367(0.493) 9372(0.498) 8860(0.497) 8794(0.496) 7605(0.490) 6027(0.483)
7241(0.503)10026(0.503) 6760(0.495) 6093(0.502) 6702(0.493) 6546(0.502) 6663(0.502) 4043(0.483) 4909(0.485)
| 件名 | : Re: 振り飛車をゼロから学習する「Aoba振り飛車」を開始しました |
| 投稿日 | : 2024/08/31(Sat) 23:25 |
| 投稿者 | : 山下 |
| 参照先 | : |
今は希望する筋に振れたボーナスを0.2勝分(0から24手目まで)。40手目で0、という設定にしています。
下は初期局面で先手を3間飛車に指定して、playout数を変えて探索させた場合です。
80万playoutでも深さ19で、今のところそれほど心配はなさそうですが。
これで一応どの筋にも振ってはいるのですが、もっと読みが深くなって40手を超えたら、
そこはボーナスがない評価関数の世界なので、おそらく希望する筋に飛車は振らないです。
MCTSで末端まで降りて行った手順で正しく振った場合にだけボーナス、とかしないとダメかもしれません。
ただ、それも深さ3手までしか読めない、とかだと難しいですか。
初手での探索ノード数を増やしたときの読み筋(PV)の深さ(w709)
800 playout 深さ 9手
8000 playout 深さ13手
80000 playout 深さ15手
800000 playout 深さ19手
bin/aobaf20240829 -p 800000 -fs 001000000 -fg 010000000 -w ./weight-save/w000000000709.txt
下は初期局面で先手を3間飛車に指定して、playout数を変えて探索させた場合です。
80万playoutでも深さ19で、今のところそれほど心配はなさそうですが。
これで一応どの筋にも振ってはいるのですが、もっと読みが深くなって40手を超えたら、
そこはボーナスがない評価関数の世界なので、おそらく希望する筋に飛車は振らないです。
MCTSで末端まで降りて行った手順で正しく振った場合にだけボーナス、とかしないとダメかもしれません。
ただ、それも深さ3手までしか読めない、とかだと難しいですか。
初手での探索ノード数を増やしたときの読み筋(PV)の深さ(w709)
800 playout 深さ 9手
8000 playout 深さ13手
80000 playout 深さ15手
800000 playout 深さ19手
bin/aobaf20240829 -p 800000 -fs 001000000 -fg 010000000 -w ./weight-save/w000000000709.txt
| 件名 | : Re: 振り飛車をゼロから学習する「Aoba振り飛車」を開始しました |
| 投稿日 | : 2024/08/31(Sat) 21:32 |
| 投稿者 | : 山下 |
| 参照先 | : |
8月29日の13時04分にバイナリをRoot先手、後手、分離に切り替えました。
下のfloodgateでは後手のAoba振り飛車は四間飛車にしていますが、
実は内部では先手を右四間飛車と決め打ちして探索しています。
そのせいもあるのか、序盤の6手目には -280 とかなり自分に有利と思っています。
http://wdoor.c.u-tokyo.ac.jp/shogi/view/2024/08/29/wdoor+floodgate-300-10F+test32x2_1000k+AobaFuribisha_w639_800p+20240829113004.csa
下はたまたま同じ相手にさらに同じ先後で、後手のAobaが再び四間飛車にしています。
これは15時30分の対局なので先手、後手の思考が分離されてるものです。
先手はどこに飛車を振るか分からない、と思って探索しています。
この時はまったく同じ手順の6手目で +27、とそれほど自分が有利と思わず互角に近いと判定しています。
http://wdoor.c.u-tokyo.ac.jp/shogi/view/2024/08/29/wdoor+floodgate-300-10F+test32x2_1000k+AobaFuribisha_w639_800p+20240829153002.csa
相手のどこに飛車を振るかが探索でばれると、かなり自分有利、と独りよがりな評価になってしまうようです。
ちなみにfloodgateでは下のように居飛車だけは指さない8パターンを繰り返してます。
as = ["100000000","010000000","001000000","000100000","000010000","000001000","000000100", "000000001"]
ag = ["100000000" ,"001000000","000100000","000010000","000001000","000000100","000000010","000000001"]
下のfloodgateでは後手のAoba振り飛車は四間飛車にしていますが、
実は内部では先手を右四間飛車と決め打ちして探索しています。
そのせいもあるのか、序盤の6手目には -280 とかなり自分に有利と思っています。
http://wdoor.c.u-tokyo.ac.jp/shogi/view/2024/08/29/wdoor+floodgate-300-10F+test32x2_1000k+AobaFuribisha_w639_800p+20240829113004.csa
下はたまたま同じ相手にさらに同じ先後で、後手のAobaが再び四間飛車にしています。
これは15時30分の対局なので先手、後手の思考が分離されてるものです。
先手はどこに飛車を振るか分からない、と思って探索しています。
この時はまったく同じ手順の6手目で +27、とそれほど自分が有利と思わず互角に近いと判定しています。
http://wdoor.c.u-tokyo.ac.jp/shogi/view/2024/08/29/wdoor+floodgate-300-10F+test32x2_1000k+AobaFuribisha_w639_800p+20240829153002.csa
相手のどこに飛車を振るかが探索でばれると、かなり自分有利、と独りよがりな評価になってしまうようです。
ちなみにfloodgateでは下のように居飛車だけは指さない8パターンを繰り返してます。
as = ["100000000","010000000","001000000","000100000","000010000","000001000","000000100", "000000001"]
ag = ["100000000" ,"001000000","000100000","000010000","000001000","000000100","000000010","000000001"]

Aoba振り飛車
http://www.yss-aya.com/furibisha/
対抗系の先手四間飛車、後手中飛車などに加えて、先手1間飛車、後手向飛車、などの相振りも学習します。
AIは振り飛車の新しい指し方を発見できるでしょうか?1間飛車や9間飛車はどんな指し方に?
例えば▲9間飛車、△4間飛車の相振りはこんな感じの棋譜になってます。
http://www.yss-aya.com/furibisha/no_noise/sample2.html#205_05
また、どの筋に飛車を振っても勝率が5割になるように強さを自動調節しています。
ハンデレートの下の行は先手が居飛車、の場合の後手が飛車を振った位置でのハンデを示します。
先手2筋 149 3 65 122 72 42 88 60 111
「3」は後手も居飛車、つまり相居飛車の場合のハンデです。ほぼ互角の +3 ELO。
後手が9筋に飛車を振った場合(後手1間飛車) 149 ELOのハンデ、とかなり先手有利です。
先手居飛車、後手向飛車の場合は +60 ELO。
今のところ、後手中飛車、四間、3間、向飛車はだいたい似たようなハンデです。
floodgateでも動かしていて、下は先手向飛車にしています。
http://wdoor.c.u-tokyo.ac.jp/shogi/view/2024/08/12/wdoor+floodgate-300-10F+AobaFuribisha_w197_800p+FOUR-7+20240812190008.csa
現在は128x10bの1/8のネットワークですが、近日中に256x20bに移行する予定です。
技術的な詳細(AobaZeroとの違い)など。
http://www.yss-aya.com/furibisha/furi.html