更新履歴
2025-01-21 ReplayBufferを50万から100万棋譜に変更しました。w1943、1949万棋譜。
2025-01-14 0.32 0.25 0.28 0.29 0.30 0.29 0.27 0.00 0.32 ボーナスを3間、4間、中を上げました。w1930、1936万棋譜。
2025-01-08 0.32 0.25 0.27 0.28 0.29 0.29 0.27 0.00 0.32 ボーナスを9間、袖、1間を下げ、3間、4間、中を上げました。w1916、1922万棋譜。
2025-01-03 0.33 0.25 0.25 0.25 0.27 0.29 0.28 0.00 0.33 ボーナスを9間を下げ、3間、4間、中を上げました。w1905、1911万棋譜。
2024-12-30 0.34 0.25 0.23 0.23 0.25 0.29 0.28 0.00 0.33 ボーナスを居、向以外を上げました。w1895、1901万棋譜。
2024-12-25 0.33 0.25 0.21 0.21 0.23 0.27 0.23 0.00 0.31 ボーナスを居飛車以外を再度上げました。w1881、1887万棋譜。
2024-12-21 0.31 0.23 0.19 0.19 0.21 0.24 0.20 0.00 0.28 ボーナスを居飛車以外を上げました。w1873、1879万棋譜。
2024-12-18 0.28 0.21 0.17 0.18 0.19 0.22 0.18 0.00 0.25 ボーナスを居飛車を0にし、それ以外を上げました。w1866、1872万棋譜。
2024-12-14 0.26 0.19 0.15 0.16 0.16 0.19 0.14 0.01 0.19 ボーナスを居飛車以外をすべて上げました。w1856、1862万棋譜。
2024-12-07 0.24 0.18 0.14 0.15 0.13 0.17 0.12 0.01 0.16 ボーナスを9間、右4、1間を上げ、居を下げました。再度です。w1840、1846万棋譜。
2024-12-05 0.22 0.18 0.14 0.15 0.13 0.16 0.12 0.05 0.15 ボーナスを9間、右4、1間を上げ、居を下げました。w1836、1842万棋譜。
2024-11-21 ハンデレートをすべて0にしました。今後の学習棋譜の勝率は中飛車だと勝率0.26(レート差184)程度まで下がると思います。ボーナスも増やさないと成功率が下がると思います。学習率も0.00001に戻しました。ハンデレートあり、の最終はw1806です。w1807、1813万棋譜。
2024-11-17 GPWで発表してきました。「将棋の振り飛車の強化学習」。スライド。
2024-10-31 0.2 0.18 0.14 0.15 0.13 0.15 0.12 0.09 0.14 ボーナスを袖を下げる。w1758、1764万棋譜。
2024-10-26 学習率を0.000002に下げました。w1748、1754万棋譜。
2024-09-25 0.2 0.18 0.14 0.15 0.13 0.15 0.13 0.09 0.14 ボーナスを3間、中、袖を下げる。w1492、1498万棋譜。
2024-09-23 v106。更新をお願いします。1手平均800playoutを倍の1600に変更しました。+80 ELOほど強いです。w1466、1472万棋譜。
2024-09-20 (袖、3間)と▲3間△1間を半分に。w1339、1345万棋譜。
2024-09-20 0.2 0.18 0.15 0.15 0.15 0.15 0.14 0.09 0.14 ボーナスを袖、居、1間をほぼ戻す。w1334、1340万棋譜。
2024-09-19 0.2 0.18 0.15 0.15 0.15 0.15 0.10 0.05 0.10 ボーナスを袖、居、1間を下げる。w1275、1281万棋譜。
2024-09-18 (居、袖)をさらに半分に。w1259、1265万棋譜。
2024-09-18 (3間、向)の相振りを1.5倍に。w1257、1263万棋譜。
2024-09-18 (居、袖)と相中飛車を半分に。(居、中)を3/4に(居、3間)(居、4間)を9/8倍に。w1247、1253万棋譜。
2024-09-17 v105。更新をお願いします。1手800playout固定でなく、100から3200まで可変にしました。+100ELOほど強いです。w1221、1227万棋譜。
2024-09-16 実現した筋、でなく希望する筋でボーナスを。複数の場合は平均。0.20 0.18 0.15 0.15 0.15 0.15 0.15 0.10 0.15。w1213、1219万棋譜。
2024-09-16 ボーナスをすべて0.20に戻す。w1204、1210万棋譜。
2024-09-13 ボーナスの居飛車(2筋)を0.10 -> 0.05に。w1177、1183万棋譜。
2024-09-12 ボーナスを振る筋ごとに個別に。(0.15,40手)を9筋から0.20 0.15 0.10 0.10 0.10 0.10 0.10 0.10 0.15。w1162、1168万棋譜。
2024-09-12 ▲9間△9間を50 -> 100の倍に。1万棋譜で10棋譜を割ったので。w1111、1116万棋譜。
2024-09-11 飛車を振るボーナスを(0.2,40手)から(0.15,40手)に下げました。w1075、1081万棋譜。
2024-09-10 学習率を0.0001から0.00001に下げました。w1032、1038万棋譜。
2024-09-10 △袖飛車、△右4間で▲3間▲4間▲中▲右4▲袖をさらに半分に。w1021、1027万棋譜。
2024-09-08 v104。更新をお願いします。投了をしない、設定に変更しました。w978、984万棋譜。
2024-09-08 対抗形をさらに1.3倍。w950、956万棋譜。
2024-09-07 対抗形をさらに1.5倍。複数指定を全てさらに半分に。ただし9個所指定は2倍。w913、919万棋譜。
2024-09-06 対抗形の中飛車、4間、3間、向飛車の生成確率を倍に。複数指定の居飛車を半分に。w877、883万棋譜。
2024-09-05 1間、相居飛車の生成確率をさらに半分に。1間は実現率が高いため。w859、865万棋譜。
2024-09-04 1間、9間、右4間、袖飛車、相居飛車の生成確率を半分に。w828、834万棋譜。
2024-09-02 学習率を0.001から0.0001に下げました。w753、759万棋譜。
2024-08-29 v103。更新をお願いします。MCTSでRootの手番でない相手の手番では「どこに振ってもOK」に変更しました。w653、659万棋譜。
2024-08-26 256x20bに移行しました。学習率は0.001。w582、588万棋譜。
2024-08-19 学習率を0.001から0.0001に下げました。w394、400万棋譜。
2024-08-16 学習率を0.01から0.001に下げ、飛車を振るボーナスを(0.3,40手)から(0.2,40手)に下げました。w294、300万棋譜。
2024-08-13 replay bufferを10万棋譜から50万棋譜に変更しました。w222、228万棋譜。
2024-08-12 ハンデレートの説明や個々の棋譜の経過記録を掲示板に書いています。
2024-07-24 希望する筋に振れたか、を独自のheadでなく勝率(Value)に組み込み。w13、20万棋譜。
2024-07-22 学習を開始しました。