[過去ﾛｸﾞ]
【オセロ,将棋】ボードゲーム【囲碁,War】 (1002ﾚｽ)
【オセロ,将棋】ボードゲーム【囲碁,War】 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/
上
下
前
次
1-
新
通常表示
512ﾊﾞｲﾄ分割
ﾚｽ栞
このｽﾚｯﾄﾞは過去ﾛｸﾞ倉庫に格納されています｡
次ｽﾚ検索
歴削→次ｽﾚ
栞削→次ｽﾚ
過去ﾛｸﾞﾒﾆｭｰ
825: 535 [sage] 2017/05/15(月) 22:23:31.10 ID:1z5ugcc4 ディープラーニング黒石を1、空点を0、白石を-1を入力として学習させたけど、 黒石かそうでないかの01データと空点かそうでないかの01データと白石かそうでないかの01のデータ と３つに分けて食わせたほうがいいんだろうか？ http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/825
826: 310 [sage] 2017/05/16(火) 09:54:31.52 ID:Vk+2t4O7 >>825 問答無用で後者です。 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/826
827: 535 [sage] 2017/05/16(火) 21:15:39.88 ID:3NTvf1qj >>826 うーんそうなんですか。なんかそんな気はしましたが。。。 まあぼちぼちやりなおしてみます。 ありがとうございます。 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/827
828: 535 [sage] 2017/05/17(水) 22:57:33.27 ID:2rHwBE7R 今すごくいい勝ち方した。 必勝形を意識した連続攻撃。 こういうのが毎回打てればなぁ。 (;SZ[19] ;B[jj];W[ik];B[ij];W[hk];B[jk];W[gk];B[kl];W[hi] ;B[ji];W[jm];B[kh];W[km];B[jg];W[jl];B[kf];W[li] ;B[je];W[id];B[jf];W[jd];B[jh]) http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/828
829: 310 [sage] 2017/05/19(金) 20:14:05.97 ID:skXdWaLK 結局、tiny_dnnでDCNNを組んでテスト開始。 ウィンドウサイズ３で、Conv７層＋fullcon２層構成。 隠れ層のチャンネル数は暫定で３２。 入力は自分・相手・空白・着手可能位置の６４×４個。 入力データをDCNN用に展開すると、メモリーに収まりきらずに盛大にスワップ。 BITBOARDの６４ビットデータ（unsigned int64）が、３２ビット（float）×６４個のvectorに 膨らんでしまうのが原因です。 仕方がないので、ファイルを適当なサイズごと読み込みながら、中間バッチを作って、 それを順次学習する形にしました。 で、中間の時間を計ってみたところ、１エポック分学習するのに数日という予想に。 全く非実用的です。どうしよう。 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/829
830: 535 [sage] 2017/05/19(金) 20:21:41.55 ID:z5dIsNlN 310氏は今のノート捨ててデスクトップでいい奴組むべきｗ http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/830
831: 310 [sage] 2017/05/21(日) 16:44:31.83 ID:kUdqCG8C ちょこっと直して学習して様子を見てとかやってるうちに、学習しない時間かかると 言う酷い状況に陥りました。最初にテストで１バッチやった時は１８分で３５％程度の 正答率だったのに。いまでは１バッチ１時間の癖にNaNになったり、正答率３％程度に 落ち着いちゃったり。いわゆる勾配消失になってる模様です。学習進めば進むほど、 勾配消失も進むので、活性化関数をLeaky_ReLUとかにしなきゃいけないかも。 で、段々と強化学習方向に逃げはじめました。 かなり小さいDCNNで学習できるかテストするつもりで、強化学習のプログラム書き はじめました。まあ、学習するにも、余計時間かかりそうですが。 マジで、デスクトップ欲しいです・・・ http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/831
832: 535 [sage] 2017/05/24(水) 20:50:33.25 ID:NHCMa7e2 中盤で攻めがつながるうち回しが欲しいなぁ。 上手く探索したらかなり枝刈出来そうな気もするが、 それは手書き評価関数を書くのと変わらん難しさという。 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/832
833: 535 [sage] 2017/05/25(木) 21:07:01.59 ID:nz71uY7p うあああああ、なんかおかしいと思ったらデータ読み込んでなかったｗ 全然変な手を打つと思ったらそういうことかーorz orz orz http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/833
834: 535 [sage] 2017/05/26(金) 21:03:34.78 ID:B39N4gaL バグが治ったらLV３にいい線まで迫ってきた凄い！ 18局目 黒(airandom.dll)の勝利回数: 9 白(ai-lv3.dll)の勝利回数: 9 19局目 黒(ai-lv3.dll)の勝利回数: 12 白(airandom.dll)の勝利回数: 7 思考時間がめちゃくちゃ長いのが当面の課題ですね〜 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/834
835: 535 [sage] 2017/05/27(土) 01:33:58.68 ID:vCz7BcHT 多分、あと二つくらい良い特徴量さえ見いだせればLV３に勝つる。 良い特徴量さえあれば！ http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/835
836: 310 [sage] 2017/05/27(土) 20:17:57.81 ID:TGXtrM6M 強化学習に大きく方向転換。 最初、ポリシーネットを模して学習しようとしたけど、出力がソフトマックスの時 負け側の教師データをどうするのか不安があったので、まずは普通にQ学習で 勝率を学ぶ事にしました。 ざっと作ったところでデバッグに時間がかかりまして、ようやく多分ちゃんと学習して いるんじゃないかと思うところまで来ました。が、初期の学習をしないでランダム初期化 のまま開始してしまいましたので、学習はしているみたいだけど、実用レベルの学習 をするまで、どれくらいかかるのか、想像もつきません（汗 １００回対戦して、１エポック学習するのに、大体８〜１０分くらい。控えめに見て １０００万対戦としても、１０万分。つまり２か月強必要です。アルファ碁は初期値を 学習した上で追加の強化学習が確か数千万対戦だから、年単位でも足りないかも（笑） 手を完全に固定（ランダム要素排除）した状態で学習により勝つ方向に遷移する事 は確認しましたが、最初の方をランダムにしたりε-greedyしたりして局面が偏らない ようにしてから、１万対戦しても勝率が良くなる気配が無いので、まだすごく不安です。 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/836
837: 310 [sage] 2017/05/28(日) 21:36:00.20 ID:354vTA35 ちょっと学習データの保管期限長くしたら１００ゲーム１４分になった。 あと、テストゲームで動くはずのない側（学習していない方）の手が変わったので 変だなと確認したら、バグ発見。後手番になっても、先手のAIを使用していた（汗 数万ゲーム行っていたのに、また一から学習しなおし。 どうせ適当に構成しているので、少しネットワークを簡素にしてみるかな。 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/837
838: 535 [sage] 2017/05/30(火) 22:08:02.05 ID:rOaQFKPq 囲連星における将棋で言うところの詰めろと必至を計算するルーチンが欲しい。 かなり切実に。 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/838
839: 310 [sage] 2017/05/30(火) 23:20:25.76 ID:rROdfu2T バグ取りしながら、色々いじったら、バグとる前に別のバグを仕込んで・・・ と、長らくデバッグしてましたが、ようやくいじりたくなるところが収束し、バグが とれて、学習が進むようになりました。 １００ゲームプレイして学習のサイクル１回が４分弱になりましたので、 結構気持ちが楽になりました。とりあえず１週間くらい学習させてみます。 一通りできたら、ポリシーの方にもトライしてみようと思います。 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/839
840: 535 [sage] 2017/06/01(木) 22:33:27.70 ID:COhqrYJ6 棋譜から詰めろと必至になったパターンを抽出してDBを作ってみようかな。 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/840
841: 535 [sage] 2017/06/02(金) 22:15:50.82 ID:uf6z9S1Y 簡単に２手連打で必勝形ならば詰めろ、ということで仮組みしてみた。 どんな感じかな。 今度AMDからでるスレッドリッパーが気になってしょうがない。 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/841
842: 535 [sage] 2017/06/03(土) 00:14:49.53 ID:976t+GmL 詰めろルーチンなかなかいい感じ？ 石の流れが良くなった気がする。 そろそろシチョウルーチンも書かないとだな。 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/842
843: 535 [sage] 2017/06/03(土) 18:55:22.80 ID:976t+GmL 現在LV3と対戦中ですがなかなかいい感じです。 13局目 黒(airandom.dll)の勝利回数: 9 白(ai-lv3.dll)の勝利回数: 4 11局目 黒(ai-lv3.dll)の勝利回数: 9 白(airandom.dll)の勝利回数: 2 白番でもうちょっと勝ちたいですねぇ あと対戦にめちゃめちゃ時間かかるのがどうにも。 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/843
844: 535 [sage] 2017/06/04(日) 20:33:26.28 ID:55DsrXcK 黒番対LV3大きく勝ち越せるかと思ったけど、その後追いつかれちゃってがっかりして対戦止めちゃいました。 もう一工夫必要ですね。 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/844
845: 535 [sage] 2017/06/05(月) 00:12:02.90 ID:7uLLK55W 気を取り直してLV1,LV2と対戦中 なかなかいい感じ 19局目 黒(airandom.dll)の勝利回数: 19 白(ai-lv1.dll)の勝利回数: 0 17局目 黒(airandom.dll)の勝利回数: 16 白(ai-lv2.dll)の勝利回数: 1 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/845
846: 535 [sage] 2017/06/05(月) 19:22:25.72 ID:7uLLK55W 引き続き対戦中 なかなかいい感じ 40局目 黒(airandom.dll)の勝利回数: 39 白(ai-lv1.dll)の勝利回数: 1 37局目 黒(airandom.dll)の勝利回数: 36 白(ai-lv2.dll)の勝利回数: 1 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/846
847: 310 [sage] 2017/06/05(月) 19:52:31.59 ID:PVR4/NQn 強化学習にトライ中。 最初の勝敗をQ学習する方法は目に見えて学習できていそうだったのですが、 ネットワークが小さすぎたのか、比較的早い段階で飽和。ネットワークを深くして 再試行しようかと思ったのですが、せっかくなのでポリシーの学習にトライ。 しかし、Q学習と違って、学習が上手く進みません。 初期値問題かと思って、最初に教師あり学習をさせてみましたが、やはり勝率が 上がらないというか、３０％近辺に落ち込んだまま浮かんでも５０％くらいにしか ならない感じ。このまま続けたら、どこかで戻ってくるのか。１００対局の強化学習 で３０分かかるので、どうしようかと。 Q学習の方は、比較的簡単に、対象のAIに勝てるようになっていて、世代の追加が 順調に進んでいました。ポリシーだと何故ダメなのか考えれば考えるほど、頭が 混乱してます。 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/847
848: 310 [sage] 2017/06/06(火) 20:05:14.75 ID:6owNcmqA バグ見つけた。簡単かつ破壊力があるやつ。 教師あり学習の一致率が試行回数少ないのに８５％とかになっていて おかしいとは思っていたんだけど。教師付学習も強化学習も同じバグ。 自分の盤面のところに、次の着手（要するに教師データ）を入れてた。 というわけで、教師付学習からやり直しています。 雰囲気的には、今のネットワークで一致率５０％近くまで行きそうです。 あと、GitHUBでAlpha Goクローンを作っているプロジェクトを発見。 解説ページで評価関数部分を結構細かく解説してくれています。 そこで、ポリシーネットの負けた側について「学習率をマイナス」にして 学習すると書かれていて(@o@)。こんなスマートな方法があったとは やられました。 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/848
849: 535 [sage] 2017/06/06(火) 20:11:39.11 ID:7GjyRXFQ >GitHUBでAlpha Goクローンを作っているプロジェクトを発見。 URLくだしあ http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/849
850: 535 [sage] 2017/06/06(火) 20:40:01.38 ID:7GjyRXFQ https://github.com/Rochester-NRT/RocAlphaGo これかな。 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/850
851: 310 [sage] 2017/06/06(火) 20:47:41.56 ID:6owNcmqA それだす。 一致率は４５％で頭打ち。 時間かけずに一致率上げる工夫方面に転進します。 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/851
852: 535 [sage] 2017/06/06(火) 21:12:36.87 ID:7GjyRXFQ >>851 ありがとうございます。 LV1とLV2,ホントは100戦づつしたかったけど時間かかりすぎるから止めました。 でもまあ手ごたえありの結果ですねぇ。 LV1とLV2は卒業といってもいいかも。 54局目 黒(airandom.dll)の勝利回数: 51 白(ai-lv1.dll)の勝利回数: 3 60局目 黒(airandom.dll)の勝利回数: 58 白(ai-lv2.dll)の勝利回数: 2 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/852
853: 535 [sage] 2017/06/09(金) 22:02:57.35 ID:N9z2bSO/ 黒番対LV3で難解なコウ争いの末、辛くも勝利！ 地力がついてきた！ それにしてもLV３の粘りには驚かされますね。 (;SZ[19] ;B[jj];W[ji];B[ki];W[ik];B[ii];W[jl];B[jh];W[hi] ;B[hh];W[gh];B[kk];W[gg];B[jg];W[kf];B[jf];W[je] ;B[ie];W[hj];B[id];W[hg];B[ig];W[ih];B[hf];W[ge] ;B[hh];W[ij];B[ic];W[ih];B[ke];W[ji];B[lf];W[kl] ;B[kg];W[jk];B[fg];W[lm];B[mn];W[kj];B[gf];W[lk] ;B[jd];W[mk];B[mf];W[ml];B[nm];W[nf];B[if];W[of] ;B[kf]) http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/853
854: 535 [sage] 2017/06/09(金) 23:50:44.20 ID:N9z2bSO/ シチョウルーチン組んでたら根本的なルール部分にバグ発見。 出現頻度は低い奴だけどまだこんなバグ残ってんのかとビビった。 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/854
ﾒﾓ帳
(0/65535文字)
上
下
前
次
1-
新
書
関
写
板
覧
索
設
栞
歴
あと 148 ﾚｽあります
ｽﾚ情報
赤ﾚｽ抽出
画像ﾚｽ抽出
歴の未読ｽﾚ
Google検索
Wikipedia
ぬこの手
ぬこTOP
0.014s