AlphaZeroと同様の方式で、自己対局で教師局面を生成するプログラムを作成した。 自己対局の仕様 以下の仕様はAlphaZeroと同じとした。 自己対局を行う双方のプレイヤーは、同一のモデルを使用する。 プレイアウトは固定プレイアウト数 以下の点は変更した。…
電王トーナメントのときに将棋所のログ出力が同期処理で非常に遅いこと知らずに時間切れ負けを起こしてしまった。 その後、速度優先でログ出力を行わないように修正したが、ログ出力がないと探索の状況がわからず不便である。そこでログをファイルに出力する…
引用をストックしました
引用するにはまずログインしてください
引用をストックできませんでした。再度お試しください
限定公開記事のため引用できません。