tanuki- 2021-02-28 halfkp-halfkv_256x2-32-32
実験方法
棋譜生成
生成ルーチン | tanuki-棋譜生成ルーチン |
評価関数 | 水匠2 |
1手あたりの思考 | 思考ノード数 5万 探索途中に思考ノード数上限に達したら即座に思考を停止した |
開始局面 | foodgate上の棋譜の32手目までから1局面ランダムに選択し、その局面を開始局面とした |
生成局面数 | 1億局面生成×25セット |
生成条件 | 対局は打ち切らず詰みの局面まで学習データに出力した |
シャフル | tanuki-棋譜シャッフルルーチン |
機械学習
機械学習ルーチン | やねうら王機械学習ルーチン |
学習モデル | halfkp-halfkv_256x2-32-32 (v=vacant…空きマスを表す) |
学習手法 | SGD ミニバッチ法 |
USI_Hash | 16 |
Threads | 16 |
loop | 100 |
batchsize | 1000000 |
lambda | 1.0 |
eta | 1.0 |
newbob_decay | 0.5 |
nn_batch_size | 1000 |
eval_save_interval | 100000000 |
loss_output_interval | 1000000 |
mirror_percentage | 50 |
eval_limit | 32000 |
weight_by_progress | 無効・有効 学習率に(1.0-進行度)を掛けて学習させた |
次元下げ | K・P・HalfRelativeKP・左右対称 |
学習データ内で重複した局面の除外 | しない |
初期ネットワークパラメーター | ランダム |
レーティング測定
対局相手 | halfkp_256x2-32-32 |
思考時間 | 持ち時間180秒+1手1秒加算 |
対局数 | 2000 |
同時対局数 | 64 |
ハッシュサイズ | 768 |
開始局面 | 平手 たややん互角局面集 24手目 |
実験結果
機械学習
レーティング計測
対局数=2000 同時対局数=64 ハッシュサイズ=768 開始手数=24 最大手数=320 開始局面ファイル=D:\Jenkins\workspace\TanukiColiseum.2021-02-25\TanukiColiseum\taya36_2020-11-06.sfen NUMAノード数=2 表示更新間隔(ms)=3600000
思考エンジン1 name=YaneuraOu NNUE 6.02 64ZEN2 EVAL_LEARN author=by yaneurao exeファイル=D:\Jenkins\workspace\TanukiColiseum.2021-02-25\engine1\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\halfkp-halfkv_256x2-32-32.iteration=1\final 定跡手数=256 定跡ファイル名=no_book 思考ノード数=0 思考ノード数に加える乱数(%)=0 思考ノード数の乱数を1手毎に変化させる=False 持ち時間(ms)=180000 秒読み時間(ms)=0 加算時間(ms)=1000 乱数付き思考時間(ms)=0 スレッド数=1 BookEvalDiff=30 定跡の採択率を考慮する=false 定跡の手数を無視する=false
思考エンジン2 name=YaneuraOu NNUE 6.02 64ZEN2 EVAL_LEARN author=by yaneurao exeファイル=D:\Jenkins\workspace\TanukiColiseum.2021-02-25\engine2\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\halfkp_256x2-32-32.iteration=1\final 定跡手数=256 定跡ファイル名=no_book 思考ノード数=0 思考ノード数に加える乱数(%)=0 思考ノード数の乱数を1手毎に変化させる=False 持ち時間(ms)=180000 秒読み時間(ms)=0 加算時間(ms)=1000 乱数付き思考時間(ms)=0 スレッド数=1 BookEvalDiff=30 定跡の採択率を考慮する=false 定跡の手数を無視する=false
対局数2000 先手勝ち968(52.9%) 後手勝ち863(47.1%) 引き分け169
engine1
勝ち667(36.4% R-88.2 +-15.7) 先手勝ち354(19.3%) 後手勝ち313(17.1%)
宣言勝ち15 先手宣言勝ち10 後手宣言勝ち5 先手引き分け69 後手引き分け100
engine2
勝ち1164(63.6%) 先手勝ち614(33.5%) 後手勝ち550(30.0%)
宣言勝ち19 先手宣言勝ち8 後手宣言勝ち11 先手引き分け100 後手引き分け69
考察
halfkp-halfkv_256x2-32-32 と halfkp_256x2-32-32 を比較した結果、 halfkp-halfkv_256x2-32-32 のほうが有意に弱いという事が分かった。
halfkp-halfkv_256x2-32-32 のほうが表現力が高いはずだが、実際には halfkp_256x2-32-32 のほうがロスが下がった。実装ミスの可能性がある。
また halfkp-halfkv_256x2-32-32 のほうが処理が重い分、 nps でも halfkp_256x2-32-32 に負けているものと思われる。