tanuki- 2021-03-22 halfkp_256x2-32-32 Weighted Loss 2周目 棋譜生成時ノード数調査
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 | halfkp_256x2-32-32.iteration=1.weight_by_progress=1.add.lambda=0.5 |
| 1手あたりの思考 | 思考ノード数 1・2・5・10 万 |
| 開始局面 | foodgate上の棋譜の 64 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 × 3 セット 思考ノード数 10 万のみ 1 億局面生成× 2 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 | 0.01 |
| 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 | 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.add.lambda=0.5 |
レーティング測定
| 対局相手 | halfkp_256x2-32-32.iteration=1.weight_by_progress=1.add.lambda=0.5 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
機械学習
レーティング計測
思考ノード数 1 万
対 halfkp_256x2-32-32.iteration=1.weight_by_progress=1.add.lambda=0.5
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=2.weight_by_progress=1.nodes=10000\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\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927(54.4%) 後手勝ち776(45.6%) 引き分け297
engine1
勝ち773(45.4% R-27.3 +-15.3) 先手勝ち418(24.5%) 後手勝ち355(20.8%)
宣言勝ち37 先手宣言勝ち16 後手宣言勝ち21 先手引き分け135 後手引き分け162
engine2
勝ち930(54.6%) 先手勝ち509(29.9%) 後手勝ち421(24.7%)
宣言勝ち50 先手宣言勝ち17 後手宣言勝ち33 先手引き分け162 後手引き分け135
773,297,930
対 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=2.weight_by_progress=1.nodes=10000\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943(51.6%) 後手勝ち886(48.4%) 引き分け171
engine1
勝ち866(47.3% R-16.9 +-15.3) 先手勝ち450(24.6%) 後手勝ち416(22.7%)
宣言勝ち15 先手宣言勝ち4 後手宣言勝ち11 先手引き分け90 後手引き分け81
engine2
勝ち963(52.7%) 先手勝ち493(27.0%) 後手勝ち470(25.7%)
宣言勝ち63 先手宣言勝ち35 後手宣言勝ち28 先手引き分け81 後手引き分け90
866,171,963
思考ノード数 2 万
対 halfkp_256x2-32-32.iteration=1.weight_by_progress=1.add.lambda=0.5
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=2.weight_by_progress=1.nodes=20000\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\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882(51.7%) 後手勝ち824(48.3%) 引き分け294
engine1
勝ち810(47.5% R-14.9 +-15.2) 先手勝ち411(24.1%) 後手勝ち399(23.4%)
宣言勝ち36 先手宣言勝ち18 後手宣言勝ち18 先手引き分け130 後手引き分け164
engine2
勝ち896(52.5%) 先手勝ち471(27.6%) 後手勝ち425(24.9%)
宣言勝ち49 先手宣言勝ち20 後手宣言勝ち29 先手引き分け164 後手引き分け130
810,294,896
対 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=2.weight_by_progress=1.nodes=20000\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1003(54.3%) 後手勝ち845(45.7%) 引き分け152
engine1
勝ち869(47.0% R-19.1 +-15.3) 先手勝ち473(25.6%) 後手勝ち396(21.4%)
宣言勝ち5 先手宣言勝ち0 後手宣言勝ち5 先手引き分け76 後手引き分け76
engine2
勝ち979(53.0%) 先手勝ち530(28.7%) 後手勝ち449(24.3%)
宣言勝ち70 先手宣言勝ち44 後手宣言勝ち26 先手引き分け76 後手引き分け76
869,152,979
思考ノード数 5 万
対 halfkp_256x2-32-32.iteration=1.weight_by_progress=1.add.lambda=0.5
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=2.weight_by_progress=1.nodes=50000\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\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871(49.8%) 後手勝ち878(50.2%) 引き分け251
engine1
勝ち800(45.7% R-25.9 +-15.3) 先手勝ち397(22.7%) 後手勝ち403(23.0%)
宣言勝ち40 先手宣言勝ち22 後手宣言勝ち18 先手引き分け125 後手引き分け126
engine2
勝ち949(54.3%) 先手勝ち474(27.1%) 後手勝ち475(27.2%)
宣言勝ち49 先手宣言勝ち17 後手宣言勝ち32 先手引き分け126 後手引き分け125
800,251,949
対 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=2.weight_by_progress=1.nodes=50000\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971(52.3%) 後手勝ち887(47.7%) 引き分け142
engine1
勝ち892(48.0% R-12.9 +-15.2) 先手勝ち465(25.0%) 後手勝ち427(23.0%)
宣言勝ち5 先手宣言勝ち2 後手宣言勝ち3 先手引き分け73 後手引き分け69
engine2
勝ち966(52.0%) 先手勝ち506(27.2%) 後手勝ち460(24.8%)
宣言勝ち62 先手宣言勝ち29 後手宣言勝ち33 先手引き分け69 後手引き分け73
892,142,966
思考ノード数 10 万
対 halfkp_256x2-32-32.iteration=1.weight_by_progress=1.add.lambda=0.5
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=2.weight_by_progress=1.nodes=100000\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\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905(52.6%) 後手勝ち816(47.4%) 引き分け279
engine1
勝ち856(49.7% R-1.6 +-15.2) 先手勝ち443(25.7%) 後手勝ち413(24.0%)
宣言勝ち45 先手宣言勝ち23 後手宣言勝ち22 先手引き分け123 後手引き分け156
engine2
勝ち865(50.3%) 先手勝ち462(26.8%) 後手勝ち403(23.4%)
宣言勝ち60 先手宣言勝ち31 後手宣言勝ち29 先手引き分け156 後手引き分け123
856,279,865
対 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=2.weight_by_progress=1.nodes=100000\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969(52.8%) 後手勝ち865(47.2%) 引き分け166
engine1
勝ち932(50.8% R5.2 +-15.2) 先手勝ち493(26.9%) 後手勝ち439(23.9%)
宣言勝ち3 先手宣言勝ち1 後手宣言勝ち2 先手引き分け86 後手引き分け80
engine2
勝ち902(49.2%) 先手勝ち476(26.0%) 後手勝ち426(23.2%)
宣言勝ち62 先手宣言勝ち34 後手宣言勝ち28 先手引き分け80 後手引き分け86
932,166,902
まとめ
halfkp_256x2-32-32 において、 Weighted Loss ありで強化学習を行った。
指し手一致率は思考ノード数が高くなるほど低くなる傾向があった。思考ノード数が小さいほど、評価関数による1手読みに近づくと考えると、この傾向は自然なものだと思われる。
レーティング測定においては、棋譜生成時の思考ノード数 5 万以下では、元の評価関数または水匠 2 、またはその両方に対して優位に弱くなった。思考ノード数 10 万では、元の評価関数または水匠 2 にたいして有意差が出なかった。
