tanuki- 2021-03-22 halfkp_256x2-32-32 Weighted Loss 1周目 + 追加学習

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_256x2-32-32
学習手法	SGD ミニバッチ法
USI_Hash	16
Threads	16
loop	100
batchsize	1000000
lambda	0.5
eta	0.1
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	halfkp_256x2-32-32.iteration=1.weight_by_progress=1

レーティング測定

対局相手	weight_by_progress 有効・無効水匠2
思考時間	持ち時間300秒+1手2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	たややん互角局面集 24手目

実験結果

レーティング計測

weight_by_progress 有効 vs 無効

対局数=2000 同時対局数=60 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=/var/lib/jenkins/workspace/TanukiColiseum.2021-03-15/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=/var/lib/jenkins/workspace/TanukiColiseum.2021-03-15/engine1/source/YaneuraOu-by-gcc 評価関数フォルダパス=/mnt/hdd/hnoda/shogi/eval/halfkp_256x2-32-32.iteration=1.weight_by_progress=1.add.lambda=0.5/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)=300000 秒読み時間(ms)=0 加算時間(ms)=2000 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=/var/lib/jenkins/workspace/TanukiColiseum.2021-03-15/engine2/source/YaneuraOu-by-gcc 評価関数フォルダパス=/mnt/hdd/hnoda/shogi/eval/halfkp_256x2-32-32.iteration=1.add.lambda=0.5/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)=300000 秒読み時間(ms)=0 加算時間(ms)=2000 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890(51.8%) 後手勝ち827(48.2%) 引き分け283

engine1

勝ち841(49.0% R-6.1 +-15.2) 先手勝ち447(26.0%) 後手勝ち394(22.9%)

宣言勝ち16 先手宣言勝ち6 後手宣言勝ち10 先手引き分け161 後手引き分け122

engine2

勝ち876(51.0%) 先手勝ち443(25.8%) 後手勝ち433(25.2%)

宣言勝ち21 先手宣言勝ち9 後手宣言勝ち12 先手引き分け122 後手引き分け161

841,283,876

Weighted Loss あり vs 水匠2

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_256x2-32-32.iteration=1.weight_by_progress=1.add.lambda=0.5\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)=300000 秒読み時間(ms)=0 加算時間(ms)=2000 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\suisho-wcsoc2020\eval 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)=300000 秒読み時間(ms)=0 加算時間(ms)=2000 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945(53.0%) 後手勝ち839(47.0%) 引き分け216

engine1

勝ち935(52.4% R14.9 +-15.2) 先手勝ち507(28.4%) 後手勝ち428(24.0%)

宣言勝ち14 先手宣言勝ち7 後手宣言勝ち7 先手引き分け132 後手引き分け84

engine2

勝ち849(47.6%) 先手勝ち438(24.6%) 後手勝ち411(23.0%)

宣言勝ち45 先手宣言勝ち24 後手宣言勝ち21 先手引き分け84 後手引き分け132

935,216,849

まとめ

halfkp_256x2-32-32 において、 lambda=1.0 で学習したのち、同じ学習データを用いて、 lambda=0.5 で追加学習を行った。結果、 Weighted Loss ありと Weighted Loss なし、 Weighted Loss ありと水匠 2 で、それぞれ有意差は出なかった。