やねうら王の局後学習アルゴリズム - やねうらおブログ(移転しました)

今回の電王戦、佐藤紳哉六段との対局では、対局中に指し手を学習させる設定はオフにしています。対局中には棋譜書き出しておき、対局後にその棋譜を見て、それぞれの局面について長い時間をかけて指し手を考えなおすようになっています。 考え直す時間は、node数(≒探索する局面数)として定められており、100Mnodes(1億局面)がデフォルトで、その局面に2回目に出会ったときには、200Mnodes、3回目には400Mnodesというように指数関数的に増えます。上限は任意に変更できます。今回は3200Mnodesを指定してあります。この局面を検討する部分は並列化されており、CPUの各コアが、1局面ずつを担当します。こうなっていると並列化のロスがほとんど出ないので、対局中よりもずっと効率的に局面について考えることが出来ます。 また、このように書くと「上限に達した局面ではコンピューターは毎回同じ手しか指さ

[gokichan]

なるほど

[zakinco]

なんか楽しみ

[lismo013]

いいね！(^_^)