nodchipのコンピューター将棋ブログ

コンピューター将棋ソフト「tanuki-」シリーズの実験結果を掲載しています。

tanuki- 2021-02-28 halfka_256x2-32-32

tanuki- 2021-02-28 halfka_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 halfka_256x2-32-32 (a=all…pに両者のkも加えたもの)
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\halfka_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966(53.6%) 後手勝ち837(46.4%) 引き分け197

engine1

勝ち848(47.0% R-18.6 +-15.3) 先手勝ち455(25.2%) 後手勝ち393(21.8%)

宣言勝ち21 先手宣言勝ち11 後手宣言勝ち10 先手引き分け96 後手引き分け101

engine2

勝ち955(53.0%) 先手勝ち511(28.3%) 後手勝ち444(24.6%)

宣言勝ち21 先手宣言勝ち10 後手宣言勝ち11 先手引き分け101 後手引き分け96

考察

halfka_256x2-32-32 と halfkp_256x2-32-32 を比較した結果、 halfka_256x2-32-32 のほうが有意に弱いという事が分かりました。

halfka_256x2-32-32 と halfkp_256x2-32-32 で表現力にほとんど差が無く、 halfka_256x2-32-32 のほうがやや処理が重いため、速度の分 halfkp_256x2-32-32 のほうが有利だったのだと思います。