tanuki- 2024-04-04 halfkp_1280x2-16-32
実験内容
- halfkp_1280x2-16-32 ネットワークについて、思考時間によりレーティングが変化するかどうか調べる。
棋譜生成
ランダムパラメーターから学習させる際の学習データ
生成ルーチン | tanuki-棋譜生成ルーチン |
評価関数 | Hao (tanuki-.halfkp_256x2-32-32.2023-05-08) |
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 年の棋譜を使用した。レーティング 3900 以上同士の対局のみ使用した。戦型が角換わりの対局が 10% になるよう調整した。 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。ランダムムーブはしなかった。 |
生成局面数 | 10 億局面 × 8 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 |
フォルダ名 | tanuki-.halfkp_256x2-32-32.2023-05-08 |
シャッフル条件
ランダムパラメータから学習させる際の学習データ
生成ルーチン | tanuki-シャッフルルーチン |
qsearch() | あり |
置換表 | 無効 |
min_progress | 0.0 |
Fine-tuning に用いる学習データ
生成ルーチン | tanuki-シャッフルルーチン |
qsearch() | あり |
置換表 | 無効 |
min_progress | 0.1 |
機械学習
機械学習ルーチン | nnue-pytorch + やねうら王 https://github.com/nodchip/nnue-pytorch/tree/shogi.2024-03-30.halfkp_1280x2-16-32 |
学習モデル | halfkp_1280x2-16-32 |
学習手法 | ミニバッチ SGD |
初期学習率 (lr) | 0.5 収束後 0.05 |
最適化手法 | なし |
学習率調整手法 | Warmup + Newbob 風 |
batch-size | 16384 |
threads | 8 |
num-workers | 8 |
accelerator | gpu |
devices | 1 |
features | HalfKP |
max-epoch | 1000000 |
score-scaling | 361 |
lambda | 1.0 収束後 0.5 |
勝敗項の教師信号 | 0.999 |
num-batches-warmup | 10000 |
newbob-decay | 0.5 |
epoch-size | 1000000 |
num-epochs-to-adjust-lr | 500 |
学習を打ち切る下限 newbob scale | 1e-5 |
1 epoch 毎のネットワークパラメーターのクリップ | あり |
ネットワークパラメーターの量子化 | 量子化なしで学習し、収束後に量子化する。 |
ネットワークパラメーターの初期化方法 | pytorch のデフォルトの初期化手法で初期化する。 |
勾配の正規化 | なし |
momentum | 0.9 |
入玉ボーナス | 入玉時、持ち駒および敵陣三段目までに侵入している駒について、小駒 1 枚につき 20 点、大駒 1 枚につき 100 点、敵陣三段目までに侵入している駒 1 枚につき 20 点追加する。 |
レーティング測定
対局相手 | https://docs.google.com/document/d/1FC3FvCxyJV6IRPfwOHOMcAlEoTsjmRY8JZpWkGVpgH8/edit?usp=sharing tanuki-.nnue-pytorch-2024-03-24.1000 |
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 | dlshogi 互角局面集の角換わりの割合が 10% になるよう間引いたもの |
実験結果
レーティング測定
対局数=2000 同時対局数=64 ハッシュサイズ=384 開始手数=24 最大手数=320 開始局面ファイル=C:\Jenkins\workspace\TanukiColiseum.2023-04-16\TanukiColiseum\bishop_exchange.2023-06-25.sfen NUMAノード数=1 表示更新間隔(ms)=3600000
思考エンジン1 思考エンジン2
name YaneuraOu NNUE 7.63 64ZEN2 TOURNAMENT YaneuraOu NNUE 7.63 64ZEN2 TOURNAMENT
author by yaneurao by yaneurao
exeファイル C:\Jenkins\workspace\TanukiColiseum.2023-04-16\engine1\source\YaneuraOu-by-gcc.exe C:\Jenkins\workspace\TanukiColiseum.2023-04-16\engine2\source\YaneuraOu-by-gcc.exe
評価関数フォルダパス D:\hnoda\shogi\eval\tanuki-.nnue-pytorch-2024-03-30 D:\hnoda\shogi\eval\tanuki-.nnue-pytorch-2024-03-24.1000
定跡手数 256 256
定跡ファイル名 no_book no_book
思考ノード数 0 0
思考ノード数に加える乱数(%) 0 0
思考ノード数の乱数を1手毎に変化させる False False
持ち時間(ms) 0 0
秒読み時間(ms) 1000 1000
加算時間(ms) 0 0
乱数付き思考時間(ms) 0 0
スレッド数 1 1
BookEvalDiff 30 30
定跡の採択率を考慮する false false
定跡の手数を無視する false false
SlowMover 100 100
DrawValue -2 -2
BookEvalBlackLimit 0 0
BookEvalWhiteLimit -140 -140
FVScale 16 16
Depth=0 0
MinimumThinkingTime 1000 1000
対局数2000 先手勝ち1058(56.5%) 後手勝ち815(43.5%) 引き分け127
engine1
勝ち886(47.3% R-17.6 +-15.3) 先手勝ち506(27.0%) 後手勝ち380(20.3%)
宣言勝ち13 先手宣言勝ち11 後手宣言勝ち2 先手引き分け55 後手引き分け72
engine2
勝ち987(52.7%) 先手勝ち552(29.5%) 後手勝ち435(23.2%)
宣言勝ち5 先手宣言勝ち1 後手宣言勝ち4 先手引き分け72 後手引き分け55
886,127,987
対局数=2000 同時対局数=64 ハッシュサイズ=384 開始手数=24 最大手数=320 開始局面ファイル=C:\Jenkins\workspace\TanukiColiseum.2023-04-16\TanukiColiseum\bishop_exchange.2023-06-25.sfen NUMAノード数=1 表示更新間隔(ms)=3600000
思考エンジン1 思考エンジン2
name YaneuraOu NNUE 7.63 64ZEN2 TOURNAMENT YaneuraOu NNUE 7.63 64ZEN2 TOURNAMENT
author by yaneurao by yaneurao
exeファイル C:\Jenkins\workspace\TanukiColiseum.2023-04-16\engine1\source\YaneuraOu-by-gcc.exe C:\Jenkins\workspace\TanukiColiseum.2023-04-16\engine2\source\YaneuraOu-by-gcc.exe
評価関数フォルダパス D:\hnoda\shogi\eval\tanuki-.nnue-pytorch-2024-03-30 D:\hnoda\shogi\eval\tanuki-.nnue-pytorch-2024-03-24.1000
定跡手数 256 256
定跡ファイル名 no_book no_book
思考ノード数 0 0
思考ノード数に加える乱数(%) 0 0
思考ノード数の乱数を1手毎に変化させる False False
持ち時間(ms) 0 0
秒読み時間(ms) 2000 2000
加算時間(ms) 0 0
乱数付き思考時間(ms) 0 0
スレッド数 1 1
BookEvalDiff 30 30
定跡の採択率を考慮する false false
定跡の手数を無視する false false
SlowMover 100 100
DrawValue -2 -2
BookEvalBlackLimit 0 0
BookEvalWhiteLimit -140 -140
FVScale 16 16
Depth=0 0
MinimumThinkingTime 1000 1000
対局数2000 先手勝ち1040(56.5%) 後手勝ち801(43.5%) 引き分け159
engine1
勝ち824(44.8% R-33.6 +-15.3) 先手勝ち478(26.0%) 後手勝ち346(18.8%)
宣言勝ち20 先手宣言勝ち11 後手宣言勝ち9 先手引き分け66 後手引き分け93
engine2
勝ち1017(55.2%) 先手勝ち562(30.5%) 後手勝ち455(24.7%)
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93 後手引き分け66
824,159,1017
対局数=2000 同時対局数=64 ハッシュサイズ=384 開始手数=24 最大手数=320 開始局面ファイル=C:\Jenkins\workspace\TanukiColiseum.2023-04-16\TanukiColiseum\bishop_exchange.2023-06-25.sfen NUMAノード数=1 表示更新間隔(ms)=3600000
思考エンジン1 思考エンジン2
name YaneuraOu NNUE 7.63 64ZEN2 TOURNAMENT YaneuraOu NNUE 7.63 64ZEN2 TOURNAMENT
author by yaneurao by yaneurao
exeファイル C:\Jenkins\workspace\TanukiColiseum.2023-04-16\engine1\source\YaneuraOu-by-gcc.exe C:\Jenkins\workspace\TanukiColiseum.2023-04-16\engine2\source\YaneuraOu-by-gcc.exe
評価関数フォルダパス D:\hnoda\shogi\eval\tanuki-.nnue-pytorch-2024-03-30 D:\hnoda\shogi\eval\tanuki-.nnue-pytorch-2024-03-24.1000
定跡手数 256 256
定跡ファイル名 no_book no_book
思考ノード数 0 0
思考ノード数に加える乱数(%) 0 0
思考ノード数の乱数を1手毎に変化させる False False
持ち時間(ms) 0 0
秒読み時間(ms) 4000 4000
加算時間(ms) 0 0
乱数付き思考時間(ms) 0 0
スレッド数 1 1
BookEvalDiff 30 30
定跡の採択率を考慮する false false
定跡の手数を無視する false false
SlowMover 100 100
DrawValue -2 -2
BookEvalBlackLimit 0 0
BookEvalWhiteLimit -140 -140
FVScale 16 16
Depth=0 0
MinimumThinkingTime 1000 1000
対局数2000 先手勝ち1038(56.6%) 後手勝ち795(43.4%) 引き分け167
engine1
勝ち786(42.9% R-45.6 +-15.4) 先手勝ち454(24.8%) 後手勝ち332(18.1%)
宣言勝ち25 先手宣言勝ち14 後手宣言勝ち11 先手引き分け81 後手引き分け86
engine2
勝ち1047(57.1%) 先手勝ち584(31.9%) 後手勝ち463(25.3%)
宣言勝ち6 先手宣言勝ち4 後手宣言勝ち2 先手引き分け86 後手引き分け81
786,167,1047
対局数=2000 同時対局数=64 ハッシュサイズ=384 開始手数=24 最大手数=320 開始局面ファイル=C:\Jenkins\workspace\TanukiColiseum.2023-04-16\TanukiColiseum\bishop_exchange.2023-06-25.sfen NUMAノード数=1 表示更新間隔(ms)=3600000
思考エンジン1 思考エンジン2
name YaneuraOu NNUE 7.63 64ZEN2 TOURNAMENT YaneuraOu NNUE 7.63 64ZEN2 TOURNAMENT
author by yaneurao by yaneurao
exeファイル C:\Jenkins\workspace\TanukiColiseum.2023-04-16\engine1\source\YaneuraOu-by-gcc.exe C:\Jenkins\workspace\TanukiColiseum.2023-04-16\engine2\source\YaneuraOu-by-gcc.exe
評価関数フォルダパス D:\hnoda\shogi\eval\tanuki-.nnue-pytorch-2024-03-30 D:\hnoda\shogi\eval\tanuki-.nnue-pytorch-2024-03-24.1000
定跡手数 256 256
定跡ファイル名 no_book no_book
思考ノード数 0 0
思考ノード数に加える乱数(%) 0 0
思考ノード数の乱数を1手毎に変化させる False False
持ち時間(ms) 0 0
秒読み時間(ms) 8000 8000
加算時間(ms) 0 0
乱数付き思考時間(ms) 0 0
スレッド数 1 1
BookEvalDiff 30 30
定跡の採択率を考慮する false false
定跡の手数を無視する false false
SlowMover 100 100
DrawValue -2 -2
BookEvalBlackLimit 0 0
BookEvalWhiteLimit -140 -140
FVScale 16 16
Depth=0 0
MinimumThinkingTime 1000 1000
対局数2000 先手勝ち969(54.4%) 後手勝ち811(45.6%) 引き分け220
engine1
勝ち797(44.8% R-32.4 +-15.3) 先手勝ち447(25.1%) 後手勝ち350(19.7%)
宣言勝ち19 先手宣言勝ち9 後手宣言勝ち10 先手引き分け92 後手引き分け128
engine2
勝ち983(55.2%) 先手勝ち522(29.3%) 後手勝ち461(25.9%)
宣言勝ち9 先手宣言勝ち5 後手宣言勝ち4 先手引き分け128 後手引き分け92
797,220,983
対局数=2000 同時対局数=64 ハッシュサイズ=384 開始手数=24 最大手数=320 開始局面ファイル=C:\Jenkins\workspace\TanukiColiseum.2023-04-16\TanukiColiseum\bishop_exchange.2023-06-25.sfen NUMAノード数=1 表示更新間隔(ms)=3600000
思考エンジン1 思考エンジン2
name YaneuraOu NNUE 7.63 64ZEN2 TOURNAMENT YaneuraOu NNUE 7.63 64ZEN2 TOURNAMENT
author by yaneurao by yaneurao
exeファイル C:\Jenkins\workspace\TanukiColiseum.2023-04-16\engine1\source\YaneuraOu-by-gcc.exe C:\Jenkins\workspace\TanukiColiseum.2023-04-16\engine2\source\YaneuraOu-by-gcc.exe
評価関数フォルダパス D:\hnoda\shogi\eval\tanuki-.nnue-pytorch-2024-03-30 D:\hnoda\shogi\eval\tanuki-.nnue-pytorch-2024-03-24.1000
定跡手数 256 256
定跡ファイル名 no_book no_book
思考ノード数 0 0
思考ノード数に加える乱数(%) 0 0
思考ノード数の乱数を1手毎に変化させる False False
持ち時間(ms) 0 0
秒読み時間(ms) 16000 16000
加算時間(ms) 0 0
乱数付き思考時間(ms) 0 0
スレッド数 1 1
BookEvalDiff 30 30
定跡の採択率を考慮する false false
定跡の手数を無視する false false
SlowMover 100 100
DrawValue -2 -2
BookEvalBlackLimit 0 0
BookEvalWhiteLimit -140 -140
FVScale 16 16
Depth=0 0
MinimumThinkingTime 1000 1000
対局数2000 先手勝ち919(55.1%) 後手勝ち748(44.9%) 引き分け333
engine1
勝ち800(48.0% R-11.6 +-15.2) 先手勝ち456(27.4%) 後手勝ち344(20.6%)
宣言勝ち30 先手宣言勝ち16 後手宣言勝ち14 先手引き分け144 後手引き分け189
engine2
勝ち867(52.0%) 先手勝ち463(27.8%) 後手勝ち404(24.2%)
宣言勝ち13 先手宣言勝ち5 後手宣言勝ち8 先手引き分け189 後手引き分け144
800,333,867
思考時間 (ms) | レーティング差 |
1000 | -17.6 |
2000 | -33.6 |
4000 | -45.6 |
8000 | -32.4 |
16000 | -11.6 |
思考時間が 1000ms~8000ms のとき、 halfkp_1280x2-16-32 のほうが有意にレーティングが低かった。 16000ms では有意な差はなかった。
思考時間とレーティングとの間に、相関は見られなかった。
考察
思考時間とレーティングに相関がなかった理由として 3 つの可能性が考えられる。1 つ目は、ネットワーク構造が変わっても、思考時間とレーティングの関係に変化がないという可能性である。2 つ目は、 halfkp_1280x2-16-32 と halfkp_1024x2-8-32 には、思考時間とレーティングの関係がほとんど変わらないという可能性である。3 つ目は、対局回数が少なく、計測誤差が大きかったためという可能性である。今回の実験結果からのみでは、どれが正しいか分からなかった。
まとめ
halfkp_1280x2-16-32 ネットワークについて、思考時間によりレーティングが変化するかどうか調べた。
結果、思考時間とレーティングとの間に、相関は見られなかった。思考時間とレーティングに相関がなかった理由として 3 つの可能性が考えられる。1 つ目は、ネットワーク構造が変わっても、思考時間とレーティングの関係に変化がないという可能性である。2 つ目は、 halfkp_1280x2-16-32 と halfkp_1024x2-8-32 には、思考時間とレーティングの関係がほとんど変わらないという可能性である。3 つ目は、対局回数が少なく、計測誤差が大きかったためという可能性である。今回の実験結果からのみでは、どれが正しいか分からなかった。
次回は、 halfkp_256x2-256-256 ネットワークを学習させ、レーティングを測定したい。