tanuki- 2022-01-23 棋譜生成時の FV_SCALE
実験内容
- 棋譜生成時の FV_SCALE の違いにより、レーティングに変化があるか測定する。
棋譜生成
生成ルーチン | tanuki-棋譜生成ルーチン |
評価関数 | 水匠5 FV_SCALE=24 |
1手あたりの思考 | 深さ最大 9 思考ノード数最大 50,000 ノード |
開始局面 | foodgate の 2020 年~ 2021 年の棋譜のうち、レーティング 3900 以上同士の対局の 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 ランダムムーブなし |
生成局面数 | 10 億局面 × 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 |
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_vm_256x2-32-32 |
学習手法 | SGD ミニバッチ法 |
USI_Hash | 1024 |
Threads | 16 |
loop | 100 |
batchsize | 1000000 |
lambda | 0.5 |
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 |
次元下げ | なし |
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 | tanuki-wcsc29 |
勝敗項の教師信号 | 0.80 |
レーティング測定
対局相手 | tanuki-wcsc29.halfkp_vm_256x2-32-32.suisho-wcsoc2020.depth=9.GeneratorRandomMove=false.startpos |
思考時間 | 持ち時間 900 秒 + 1 手 5 秒加算 |
対局数 | 5000 |
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
棋譜生成
FV_SCALE=24 の場合
971608612 / 1000000000
elapsed time = 32:00:00
current date time = 2022-01-17 02:17:57
finish date time = 2022-01-17 03:13:56
speed = 8451.37 (data/sec)
max speed = 8474.66 (data/sec)
Number of plays per record=120
FV_SCALE=16 の場合
980828157 / 1000000000
elapsed time = 40:00:00
current date time = 2022-01-22 06:41:28
finish date time = 2022-01-22 07:28:11
speed = 6838.61 (data/sec)
max speed = 6842.35 (data/sec)
Number of plays per record=120
機械学習
レーティング測定
対局数=5000 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=C:\Jenkins\workspace\TanukiColiseum.2021-09-05\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 7.00 64ZEN2 TOURNAMENT author=by yaneurao exeファイル=C:\Jenkins\workspace\TanukiColiseum.2021-09-05\engine1\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\suisho5.FV_SCALE=24\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 SlowMover=100 DrawValue=-2 BookEvalBlackLimit=0 BookEvalWhiteLimit=-140
思考エンジン2 name=YaneuraOu NNUE 7.00 64ZEN2 TOURNAMENT author=by yaneurao exeファイル=C:\Jenkins\workspace\TanukiColiseum.2021-09-05\engine2\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\tanuki-wcsc29.halfkp_vm_256x2-32-32.suisho-wcsoc2020.depth=9.GeneratorRandomMove=false.startpos\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 SlowMover=100 DrawValue=-2 BookEvalBlackLimit=0 BookEvalWhiteLimit=-140
対局数5000 先手勝ち2221(53.2%) 後手勝ち1952(46.8%) 引き分け827
engine1
勝ち1985(47.6% R-14.1 +-9.6) 先手勝ち1052(25.2%) 後手勝ち933(22.4%)
宣言勝ち18 先手宣言勝ち8 後手宣言勝ち10 先手引き分け400 後手引き分け427
engine2
勝ち2188(52.4%) 先手勝ち1169(28.0%) 後手勝ち1019(24.4%)
宣言勝ち346 先手宣言勝ち197 後手宣言勝ち149 先手引き分け427 後手引き分け400
1985,827,2188
まとめ
棋譜生成時の FV_SCALE の違いにより、レーティングに変化があるか測定した。
学習ロスと検証ロスは、 FV_SCALE=24 のほうが高かった。
指し手一致率についても、 FV_SCALE=24 のほうが高かった。
平手局面の評価値は、 FV_SCALE=24 のほうが低かった。
評価値の絶対値は、 FV_SCALE=24 のほうが低かった。
レーティングは、 tanuki-wcsc29.halfkp_vm_256x2-32-32.suisho-wcsoc2020.depth=9.GeneratorRandomMove=false.startpos と比べて、優位に低かった。
学習ロスと検証ロスについては、教師データの評価値の絶対値が小さくなったのが原因だと思われる。
指し手一致率については、学習データに序中盤の局面が多く含まれていたためだと思われる。
平手局面の評価値については、教師データの評価値の絶対値が小さくなったためだと思われる。
評価値の絶対値についても、教師データの評価値の絶対値が小さくなったためだと思われる。
レーティングについては、上記の結果だけからは原因が説明できなかった。
水匠 5 を学習データの生成に用いる場合は、 FV_SCALE=16 を使用するのが良さそうである。