tanuki- 2021-03-22 halfkp_256x2-32-32 vs halfkpe9_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 halfkpe9_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	halfkpe9_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	64/48 メモリ使用量に応じて調整した
ハッシュサイズ	768/512 メモリ使用量に応じて調整した
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

halfkpe9_256x2-32-32 Weighted Loss あり vs halfkp_256x2-32-32 Weighted Loss あり

対局数=2000 同時対局数=64 ハッシュサイズ=512 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 halfKPE9 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/halfkpe9_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.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

対局数2000 先手勝ち934(53.3%) 後手勝ち817(46.7%) 引き分け249

engine1

勝ち784(44.8% R-31.9 +-15.3) 先手勝ち427(24.4%) 後手勝ち357(20.4%)

宣言勝ち21 先手宣言勝ち12 後手宣言勝ち9 先手引き分け135 後手引き分け114

engine2

勝ち967(55.2%) 先手勝ち507(29.0%) 後手勝ち460(26.3%)

宣言勝ち17 先手宣言勝ち8 後手宣言勝ち9 先手引き分け114 後手引き分け135

784,249,967

halfkpe9_256x2-32-32 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=512 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 halfKPE9 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\halfkpe9_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908(50.1%) 後手勝ち903(49.9%) 引き分け189

engine1

勝ち853(47.1% R-18.3 +-15.3) 先手勝ち440(24.3%) 後手勝ち413(22.8%)

宣言勝ち7 先手宣言勝ち4 後手宣言勝ち3 先手引き分け115 後手引き分け74

engine2

勝ち958(52.9%) 先手勝ち468(25.8%) 後手勝ち490(27.1%)

宣言勝ち67 先手宣言勝ち37 後手宣言勝ち30 先手引き分け74 後手引き分け115

853,189,958

まとめ

halfkp_256x2-32-32 と halfkpe9_256x2-32-32 のそれぞれについて、 lambda=1.0 で学習したあと、 lambda=0.5 で追加学習を行った。また、比較対象として、水匠2とも対局させた。結果、いずれも場合も halfkpe9_256x2-32-32 のほうが有意に弱かった。