tanuki- 2023-03-04 MCTS ベースの定跡データベース生成手法

tanuki- 2023-03-04 MCTS ベースの定跡データベース生成手法

実験内容

• たややん式定跡生成手法 2020 改良の一つとして、定跡データベース内で MCTS べースで定跡の延長を行った。
• プレイアウト回数が 5 回未満のノードについて、プレイアウトを行う。
• プレイアウトには、長時間の思考での対局を行う。
• プレイアウトの棋譜は定跡データベースに追加していく。

定跡生成

生成ルーチン	たややん式定跡生成手法 2020 + MCTS
棋譜	floodgate の 2020～2023 年の棋譜
レーティング下限	3800
レーティング表	2022-04-29 閲覧および　2022-11-28 閲覧
勝率下限	33%
出現頻度下限	2 回以上

レーティング測定

対局相手	wcsc32 マメット・ブンブク定跡
思考時間	持ち時間 300 秒 + 1 手 2 秒加算
対局数	5000
同時対局数	64
ハッシュサイズ	384
開始局面	平手

実験結果

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=384 開始手数=0 最大手数=320 開始局面ファイル=C:\Jenkins\workspace\TanukiColiseum.2022-05-02\TanukiColiseum\taya36_2020-11-06.sfen NUMAノード数=1 表示更新間隔(ms)=3600000

思考エンジン1 name=YaneuraOu NNUE 7.10 64ZEN2 TOURNAMENT author=by yaneurao exeファイル=C:\Jenkins\workspace\TanukiColiseum.2022-05-02\engine1\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\halfkp_1024x2-8-32.add.Suishopsv-150m.eta2=0.001.min_progress=0.1\20 定跡手数=256 定跡ファイル名=create_utc_book.2023-01-26.db 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=true 定跡の手数を無視する=false SlowMover=100 DrawValue=-2 BookEvalBlackLimit=0 BookEvalWhiteLimit=-140 FVScale1=16

思考エンジン2 name=YaneuraOu NNUE 7.10 64ZEN2 TOURNAMENT author=by yaneurao exeファイル=C:\Jenkins\workspace\TanukiColiseum.2022-05-02\engine2\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\halfkp_1024x2-8-32.add.Suishopsv-150m.eta2=0.001.min_progress=0.1\20 定跡手数=256 定跡ファイル名=tanuki-wcsc32.2022-05-01.db 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=true 定跡の手数を無視する=false SlowMover=100 DrawValue=-2 BookEvalBlackLimit=0 BookEvalWhiteLimit=-140 FVScale2=16

対局数5000 先手勝ち2401(53.2%) 後手勝ち2111(46.8%) 引き分け488

engine1

勝ち2216(49.1% R-5.6 +-9.6) 先手勝ち1197(26.5%) 後手勝ち1019(22.6%)

宣言勝ち77 先手宣言勝ち30 後手宣言勝ち47 先手引き分け212 後手引き分け276

engine2

勝ち2296(50.9%) 先手勝ち1204(26.7%) 後手勝ち1092(24.2%)

宣言勝ち76 先手宣言勝ち36 後手宣言勝ち40 先手引き分け276 後手引き分け212

2216,488,2296

今回作成した定跡は、マメット・ブンブク定跡と比べ、 R-5.6 レーティングが低かったが、有意差はなかった。

考察

レーティング

MCTS で定跡データベースから指し手を選んだため、有力でない指し手もある程度の回数選択されている。レーティング測定の際、それらの指し手が選ばれたために、レーティングが上がらなかった可能性がある。

まとめ

たややん式定跡生成手法 2020 改良の一つとして、定跡データベース内で MCTS べースで定跡の延長を行った。結果、マメット・ブンブク定跡とくらべて、有意差はなかった。

次回は、プレイアウトで指された手を削除せず、すべて定跡データベースに入れて、レーティングを測定したい。