tanuki- 2021-06-24 思考ノード数調整
実験内容
- 棋譜生成時の思考ノード数を、やねうら王の反復深化ルーチンに実装されている時間調整手法を応用して、自動調整する
棋譜生成
生成ルーチン | tanuki-棋譜生成ルーチン |
評価関数 | tanuki-denryu-tsec-1 eval |
1手あたりの思考 | 思考ノード数 50,000 ノードをベースとし、自動調整する |
開始局面 | foodgate上の棋譜の24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× 3 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 |
レーティング測定
対局相手 | tanuki-denryu-tsec-1 eval |
思考時間 | 持ち時間 900 秒 + 1 手 5 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 | たややん互換局面集 |
実験結果
機械学習
自己対局
17:36:38 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.2021-05-09\TanukiColiseum\taya36_2020-11-06.sfen NUMAノード数=2 表示更新間隔(ms)=3600000
17:36:38 思考エンジン1 name=YaneuraOu NNUE 6.03 64ZEN2 EVAL_LEARN author=by yaneurao exeファイル=D:\Jenkins\workspace\TanukiColiseum.2021-05-09\engine1\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\tanuki-denryu-tsec-1.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)=900000 秒読み時間(ms)=0 加算時間(ms)=5000 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 評価値のスケール(%)=100
17:36:38 思考エンジン2 name=YaneuraOu NNUE 6.03 64ZEN2 EVAL_LEARN author=by yaneurao exeファイル=D:\Jenkins\workspace\TanukiColiseum.2021-05-09\engine2\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\tanuki-denryu-tsec-1\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)=900000 秒読み時間(ms)=0 加算時間(ms)=5000 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 評価値のスケール(%)=100
17:36:38 対局数2000 先手勝ち926(54.6%) 後手勝ち771(45.4%) 引き分け303
17:36:38 engine1
17:36:38 勝ち660(38.9% R-66.3 +-15.5) 先手勝ち360(21.2%) 後手勝ち300(17.7%)
17:36:38 宣言勝ち88 先手宣言勝ち54 後手宣言勝ち34 先手引き分け135 後手引き分け168
17:36:38 engine2
17:36:38 勝ち1037(61.1%) 先手勝ち566(33.4%) 後手勝ち471(27.8%)
17:36:38 宣言勝ち28 先手宣言勝ち16 後手宣言勝ち12 先手引き分け168 後手引き分け135
17:36:38 660,303,1037
まとめ
棋譜生成時の思考ノード数を、やねうら王の反復深化ルーチンに実装されている時間調整手法を応用して、自動調整し、追加学習した評価関数のレーティングを測定した。
自己対局の結果、レーティング R-66 となった。
自動調整によりレーティングが下がったのか、 tanuki-denryu-tsec-1 からの追加学習によりレーティングが下がったのか、確認する必要がある。