[過去ﾛｸﾞ]
【オセロ,将棋】ボードゲーム Part2【囲碁,War】 (1002ﾚｽ)
【オセロ,将棋】ボードゲーム Part2【囲碁,War】 http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/
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
87: 310 [sage] 2017/11/19(日) 15:23:45.94 ID:O7LFJYCP あちゃー。 学習がいまいち変に感じていたのは、これは恥ずかしくて言えないレベルの 仕様ミスでした。あれ？と思って、良く考えずに念のため追加したコードが 数か所。ことごとく悪さしていました。 数日損をしたなぁ。 http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/87
88: 310 [sage] 2017/11/20(月) 22:18:43.00 ID:/GG7G9SR ぎゃー。 評価関数に入れるデータの変換テーブルに間違い見つけた。 評価関数がいまいち収束しなかったのはこれが原因かも。 もともとの線形回帰版の時代から隠れていたものなので、 線形回帰版も計算し直しです。 というわけで、数日パーどころか１か月単位でパーですorz http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/88
89: 310 [sage] 2017/11/20(月) 22:23:13.40 ID:/GG7G9SR 申し遅れましたが、これにて評価関数は最初から計算しなおしです。 幸い、記譜が６０件＋遡り時の訂正前分１００件ほどの合計１６０件と、 置換表から拾ったものが１０万件単位でありますので、最近得ていた 感触だと、これをベースに強化学習で補えそうだというのが、 唯一の救いです。 http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/89
90: 535 [sage] 2017/11/21(火) 23:12:52.06 ID:orTiLUyu やっぱアルファ碁ゼロは理想形なんだよなぁ。 全てが理想的すぎる。 まあ必要計算資源があれですが。。 http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/90
91: 535 [sage] 2017/11/23(木) 19:54:22.22 ID:5nKVQF7K アルファ碁ゼロには興味あるが詳細情報は意外とWebで探すの大変ですね。 かといってネイチャー買うのも金もかかるし読んでも多分理解できないからなぁ。 でも終盤DBとかやってても全然成果あがらなさそうだし生きてて辛い。 http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/91
92: 535 [sage] 2017/11/23(木) 21:16:22.89 ID:5nKVQF7K 囲碁ソフトにLeela Zeroというオープンなフリーソフトがあるそうな。 何か参考になるだろうか？ http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/92
93: 310 [sage] 2017/11/23(木) 21:17:40.34 ID:A/JPNP9D アルファ碁ゼロの論文はまだ読んでませんが、アルファ碁の正常進化ですよ。 自分はDeep Learningのところは「しかと」しているので、MCTSの進化形として とらえてみると、まあ想像ですうが、当たり前の事を当たり前にやっただけかなぁ と思っています。 それより大問題が… また、評価関数の入力データ作るための変換に間違いを見つけてしまいました。 前回どころではない大きな間違いで、良くこの評価関数でそこそこ収束していたなぁ というレベルの間違いでした。ソース喪失して書き直していたところから仕込まれて いたんだと言う事で。 なんか入力いい加減でもそこそこな評価関数ができちゃう事にびっくり。 今度こそ大丈夫と信じて・・・ http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/93
94: 535 [sage] 2017/11/24(金) 22:55:40.11 ID:QoCCcG2C なんかleela zeroのreadme読んでみたけど、一般人が買えるハードウェアだと アルファ碁zeroの強さを再現するのに1700年トレーニングしなきゃならんとかｗ は〜絶望するわ。 http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/94
95: 535 [sage] 2017/11/24(金) 23:04:07.44 ID:QoCCcG2C 結局、仮に大金つっこんでスレッドリッパーとか買ったとしても到底無理ってことじゃん。 まあ、まったくの無駄になるとは思わないけど。 http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/95
96: 535 [sage] 2017/11/24(金) 23:04:57.72 ID:QoCCcG2C なんかIDにCがいっぱいあるな。 http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/96
97: 310 [sage] 2017/11/25(土) 00:38:47.57 ID:Dx7Nr2Ji もういっちょ間違い発見orz ソース喪失後焦って数日でパーッと書いて、そのまま学習させて、そこそこ 収束していたから放置していたのを思い出してきた。今度は全部チェックした。 しかし、いい加減な評価関数でも、結構収束していたってのが凄いな。 そこはかとなく表現力不足を感じていたのはその辺が原因かなぁ。 記譜と置換表データで１から学習させるのに、一気に５００回学習させたら、 思いっきり過学習になってしまった。現在、強化学習で解きほぐし中。 回帰の方はほぼほぐれたけど、MLPの方はまだ時間がかかりそう。 http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/97
98: 310 [sage] 2017/11/25(土) 00:54:30.38 ID:Dx7Nr2Ji >>95 某スレをウォッチしていたら、前から気になっていた事を指摘していた人がいた。 スレッドリッパーはAVX2命令の中に遅いものがあって、一つ下のインテルの奴の 方が、この手の計算は速いらしい。 あと、GPUをどう使うかだね。 けど学習だけならTensor Flowにやらせちゃえばよいのだろうけど、学習データを 使うところまで行ったら、GPU使った非同期並列処理とか考えなきゃならないし。 CUDAだっけ？GPU専用にコード書かないといけないし。 なんか道筋というか、そこまでやってる自分の姿がイメージしきれない（汗 その前に詰将棋を解くプログラム開発してそう（笑） http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/98
99: 535 [sage] 2017/11/25(土) 01:01:08.99 ID:ekS5f4AB 某スレってどこですか？ GPGPUはもうちょっとハードル下がってほしいですねぇ CPUよりも何十倍も速くなるケースもあるらしいし興味ありますね CUDAをごりごり書くのは難しそうですがライブラリとかに期待。 http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/99
100: 310 [sage] 2017/11/25(土) 01:26:03.49 ID:Dx7Nr2Ji コンピュータ囲碁か何かのスレです この１か月くらいのカキこのどこかにありました（汗 http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/100
101: 535 [sage] 2017/11/25(土) 23:11:08.18 ID:ekS5f4AB ちょっと目先を変えて９路囲連星やってみようかな。 ９路なら序盤DBだけで押し切れそうな気がするｗ。 http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/101
102: 535 [sage] 2017/11/25(土) 23:33:24.64 ID:ekS5f4AB 310さんみたいに既存コード全捨てでやってみようかなぁ？ もう一度まっさらな気持ちになって… http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/102
103: 535 [sage] 2017/11/25(土) 23:53:52.98 ID:ekS5f4AB まっさらな状態から書いてみようとしたけど、 めんどくさくなってすぐ昔のコード確認しちゃうｗ 駄目すぎるｗ http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/103
104: 310 [sage] 2017/11/26(日) 13:10:07.09 ID:kav93n5u ソース喪失以外の時は、結構コピペしていますよｗ 書き直しの時は、たいていあちこちで使用しているクラスの構造変え たりする類の後戻りが難しい変更加える時なので、中の関数は一緒です（汗 新しい評価関数は、だいぶ落ち着いてきましたが、遡り２８手くらい でタイムアウトになります。並べ替えに使っているので精度が上がる と速度が速くなるのです。前は２９手、調子が良い時は３０手くらい まで行っていたので、まだ精度が追い付いていないみたいです。 これでしばらく強化学習の具合見ながら待つだけになっちゃいました。 ５×５の囲碁くらいならCNNで評価関数作れないかなぁとか、詰将棋を 作るならBitboardを２バイトに拡張しなきゃとか、悪い虫が疼き始めて います。 http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/104
105: 535 [sage] 2017/11/26(日) 21:08:25.02 ID:wxjv7tgm 後のコード書きやすいように柔軟性のある設計にするかゴリゴリの最適化を目指すか悩み中ｗ http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/105
106: 535 [sage] 2017/11/26(日) 21:53:28.37 ID:wxjv7tgm ああ、最適化の誘惑に駆られるｗ http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/106
107: 310 [sage] 2017/11/26(日) 22:28:47.97 ID:kav93n5u 僕が読んだ本では、 最適化するな。アルゴリズムを考えろ。 アルゴリズムなら桁単位で速度アップし、過去に行った最適化は無駄になる。 と言うよな事がトップに書いてあって、それ以来（自分の）読みやすさ優先にしている。 BITBOARDのAVX2命令とか、その辺でいくつかの関数のみ、ゴリゴリにしている。 とはいえ、その辺も一応アルゴリズムの範疇かなぁ。 演算子のオーバーロードとか関数で隠ぺいしているしね。 問題は、最初にクラスの構造とかあんまり考えてないので、あとでごちゃごちゃに なってしまう事。それで何度か書き直ししている。 http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/107
108: 535 [sage] 2017/11/26(日) 22:35:57.72 ID:wxjv7tgm まあ、そのセオリーは私もどこかで聞いたことありますがｗ アルゴリズムでの改善が行き詰まると結局泥臭い最適化に手を出すことにｗｗ すでに一回実装したことのあるプログラムだしある程度勘所というか見通しは立つかなーと http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/108
109: 535 [sage] 2017/11/27(月) 23:15:23.55 ID:jINzvSI7 勢いでコード書きなおしてるけどテストするのが面倒くさいｗ 言ってもしょうがないけどｗ http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/109
110: 310 [sage] 2017/12/01(金) 20:29:48.04 ID:ONM9KZwZ またしても問題発覚。 タイムアウトなどでキャンセルしたとき、探索途中の中途半端な評価値の置換表 が作成されている模様。対象の特定はできないため、置換表データをいったん 削除して、全データに対して再度遡りチェックを実施する事で、置換表データを 再作成する事にしました。 むむむ。 評価関数はそれなりの精度になっているので、それなりの速度ではチェックできる はずですが、またしても…って感じでがっかりです。 同一評価値で変化がある分、記譜は多少は膨れるはずなので、そちらに期待。 http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/110
111: 535 [sage] 2017/12/05(火) 23:23:49.29 ID:CujvIJMm 9路囲連星、一応ルールと簡単なモンテカルロAIはちゃんと動いたっぽいです。 ここからどう展開するか。 http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/111
112: 310 [sage] 2017/12/05(火) 23:36:41.89 ID:5HB6IIYO とりあえず軽く遡りチェック完了。２８〜３０まで遡ると時間かかるので当面２５前後まで。 もっとも誤着手なしタイムアウト無しだと３０手だろうと遡れちゃうから、２８手あたりの 適度なところで止めちゃいましたが。 で、置換表データ激減。いままで間違ったものを相当学習に取り込んでいたっぽい。 あと、MCTSのツリーの末端（以後終盤探索しているので数値確定）の評価が時々 狂う問題がありまして、いつもではなかったので目をつぶってましたが、暇だった ので着手。原因不明なれど、二重更新問題っぽかったので、ツリー部分のコード を整理してみたところ、何故か治ってしまった模様。 本当に直っていたら自己対局の精度も少し良くなるはず。 つか、羽生永世７冠誕生ですね。 記譜みてみましたが、何が何だかわけわからんけどｗ http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/112
113: 310 [sage] 2017/12/05(火) 23:43:42.63 ID:5HB6IIYO Buroさん型特徴の評価関数もそろそろ限界っぽいのと、今のままだと強化学習にも かなり時間がかかるので、新しいパソコンが欲しくなってきました。やはりCNNに行く しかないかもという事で。 ものは試しにi9-7980でパソコン組んだら幾らになるのか、ネットで見積もってみた のですが…そっと閉じてしまいました（汗 クロック数とか見ると、１０コア２０スレッドくらいの奴が、一番よさそうな気がするんだ けど、どうなんだろう。 http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/113
114: 535 [sage] 2017/12/06(水) 00:45:59.31 ID:D/I5x6A8 メモリも山盛り積みたいですよね〜 GPGPUも考えられるし。 http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/114
115: 535 [sage] 2017/12/06(水) 21:27:03.05 ID:D/I5x6A8 アルファ将棋爆誕ｗ http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/115
116: 310 [sage] 2017/12/06(水) 21:37:40.75 ID:fJiMVswg 今見たorz 夢想段階にあったものをことごとく圧倒的な力量でやられてしまふ。 そのうち、５分でオセロ作ったよとか言われるんだろうなぁ。 学習と評価の実行が完全に二分された今となっては、 学習に使用するハード性能は正義だと思い知らされる。 http://mevius.5ch.net/test/read.cgi/gamedev/1508056498/116
ﾒﾓ帳
(0/65535文字)
上
下
前
次
1-
新
書
関
写
板
覧
索
設
栞
歴
あと 886 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
0.011s