[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
抽出解除
必死ﾁｪｯｶｰ(本家)
(べ)
自ID
ﾚｽ栞
あぼーん
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
912: 310 [sage] 2017/07/22(土) 02:06:09.72 ID:6HI7Rmqm 結局４０手までランダム＋残り２０手完全読みな記譜集めて、残り２０手の評価関数と Policyを作ってます。ランダム１０００件に対して３０件のMCTS自己対戦混ぜたもので 学習してます。ランダムだけで十分学習になるようで、悩むより数を集める方が大事な 感じです。４０手以後の評価関数ですが、３０手過ぎくらいから、そこそこ使えるみたい です。 で、これを使ってPUCTな形にしてます。 完全読みが使えないので、２０〜４０手あたりで最善手（に近い手順）をどうやって 作ろうかという感じです。 まずは、後ろから探索で、何手までまともな手だったか遡るプログラムを作って、 残り２５手くらいまで遡れたら良いかなぁと。 つか、強化学習に行っちゃおうかなぁ。 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/912
913: 310 [sage] 2017/07/22(土) 20:32:19.70 ID:6HI7Rmqm 逆順チェックのプログラムして、学習時に、正解手順で遡れる盤面も含むようにして みました。仕組みとしては、最終盤面からヌルウィンドウサーチして、もっと良い評価に なる手が無いことをチェックして、OKなら１手遡ります。置換表にてPVの評価は即求まる のと、ヌルウィンドウサーチを使っているので、２５手までなら楽勝です。 MCTSで対戦したデータには２７手より前まで遡れるものもあるようですが、丸１日 チェックしても終わりそうにないので、２５手で打ち切り処理を入れました。 記譜に正解手順で遡れる手数を持たせて、学習時には、その手番以後の盤面を使用 する事で、３０手過ぎの評価の精度を上げられたら良いなぁと思います。 http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/913
ﾒﾓ帳
(0/65535文字)
上
下
前次
1-
新
書
関
写
板
覧
索
設
栞
歴
ｽﾚ情報
赤ﾚｽ抽出
画像ﾚｽ抽出
歴の未読ｽﾚ
AAｻﾑﾈｲﾙ
Google検索
Wikipedia
ぬこの手
ぬこTOP
0.029s