記事閲覧

TOP > 記事閲覧

AobaZeroの学習棋譜の強さは3630 ELOぐらい

投稿日	： 2023/05/15(Mon) 11:56
投稿者	：山下

普段の棋力計測は1手800playout固定、なのですが学習棋譜は1手平均1600playoutで、100playoutごとの探索ノードの割合に変化がなければ最短200playout、変化が多ければ最大6400playout、までという条件で考えています。これと同じ設定でfloodgateで動かすと181局で3634 ELOになりました。 1手800固定だと3400程度で、倍の1600で+80、KLDで+100で、だいたいそのぐらいかな、という感じです。水匠5だと1手2000k(200万ノード)程度と互角でしょうか。以下のようなコマンドで動かしてます。1スレッド、1ミニバッチです(実際の棋譜生成も同じ条件)。 bin/aobaz20221221 -p 6400 -h 1 -kldgain 0.00000075 -drawmove 321 -b 1 -t 1 -i -q -w w000000004260.txt AobaZero_w4260_kld_avg_1600p http://wdoor.c.u-tokyo.ac.jp/shogi/view/show-player.cgi?event=LATEST&filter=floodgate&show_self_play=1&user=AobaZero_w4260_kld_avg_1600p&range=365 lc0のkldgainでplayout数を可変にすると学習棋譜が+100Eloほど上がるようです http://www.yss-aya.com/bbs_log/bbs2021.html#bbs32

編集

件名	： Re: AobaZeroの学習棋譜の強さは3630 ELOぐらい
投稿日	： 2023/05/17(Wed) 09:04
投稿者	：４８
参照先	：

一昨年比ですが順調に追いつかれている感じですね。 https://bleu48.hatenablog.com/entry/2021/09/03/151723 うちでも良質の学習データを揃えるのが一番の難関になっています。

編集

件名	： Re: AobaZeroの学習棋譜の強さは3630 ELOぐらい
投稿日	： 2023/05/15(Mon) 19:31
投稿者	：山下
参照先	：

dlshogiは15bから20bで同じノード数だとR+157.8、強くなっているそうで、今回は30b(384x30b)は20bより4倍近く遅いが単位時間だと+40 ELO強いそうです。時間2倍で+80ELOとして同じノード数だと+80+80+40 = +200 ELO ほど20bより強い、かもしれません。 15bからは157+200 = 360 ELO程度でしょうか。 AobaZeroは15bより100ELO弱いので、460 ELOの差があります。 1手10kだとAobaZeroの1手1600+KLDが1手3200playout相当とすると3倍の差なので+120ELOぐらいさらに強いでしょうか。 460+120=580 なので 3630+580 = 4210 とfloodgateで4200 ELO近い棋力の棋譜で強化学習しているかもしれません(30bで作ってる場合)。 dlshogiの計測は自己対戦も含んでいるのでここまで差はないかもですが。

編集

件名	： Re: AobaZeroの学習棋譜の強さは3630 ELOぐらい
投稿日	： 2023/05/15(Mon) 18:03
投稿者	： tns
参照先	：

dlshogiは一手10kplayoutでやっているとのことなのでもっと強いのでしょうか。ブログには"比較的少ない探索"と書いてありますが流石ですね。 https://tadaoyamaoka.hatenablog.com/entry/2022/12/30/191902

編集

件名	スレッドをトップへソート
名前
画像添付
暗証キー
画像認証	（右画像の数字を入力「四三」なら「43」）
コメント