MMGoPatternsを基本的に踏襲してプレイアウトを改善しようと思っていたのですがなぜか論文を理解するのに時間がかかってしまい。 ・ここでのMM（少数化－最大化）アルゴリズムは最尤推定のための反復法です。ベイズ推定を使うのかと思わせといて実際にはパラ…

50%くらいはそこらへんのPDFを攻略するために。 30%くらいはフリーの3G接続でWikipediaとかあさるために。 10%くらいはamazon.comに何か期待。 10%くらいは青空文庫。 届いて一週間ぐらい経ちました。 ・スクリーンセーバを切るのでもなく絵を差し替えるので…

手の当然度と残り時間によるplayout数制御を 入れてCGOSに追加投入。32Kpo相当かなと ちなみにマシンは さくらのVPS 980 です(^^; ところでOrego-controlさんって ここで投了とか判断が鋭すぎ。時間の使い方から見てモンテカルロな人だと思うんですけど、こ…

1か月ほどDiscounted UCBとか枝刈りとか試してみたけど 有意なのかどうかはっきりしない結果しか出ず。 もしかして効果があったっていう人は「最初に全候補手を1回ずつやる」本来のUCTをスタート地点にしてるってこと？ 自分は「それは明らかに無駄でしょ」…

たいていの場合は両者は一致するわけですが、 ・残り100poのタイミングで追加したルート候補手がやたら回って勝率1位のままゴールされるのがいや ・でもその条件だとその候補手は100poこなしてるはずなので全然だめなわけではない ・その件なら単に残りpoが…

バグに翻弄されてました。結局どうやって治ったのやら… 結果少々弱くなったり 手作りの着手確率分布は生半可にいじっても弱くなったり効果が見えなかったりしたので放置中。

一気にUCTまで実装したら、時間さえかければGnuGoにも勝てるようになりました… （9路、16k playoutでGnuGo レベル10に7勝3敗） （初手15秒とか総消費時間で6分とかかかるけど） （でも何回か同じ展開が再現したり、怪しいところはある） UCTすげえ。てか原始…

うーむ、先にUCB1だけでもやっておかないと不合理で沈没しそうだ。 候補手をplayoutと共用してると、上位に多く入ってくるタイプの手が誤差で選ばれやすい。 でもつぐ手を切断する手より確率上げると、playoutの評価で「今自分がつがなくても後で自分がつぐ…

思考エンジンを着手確率分布抜きでシチョウが読めるコア部分と着手確率分布を計算してplayoutをするモンテカルロ部分に分けました。 ただしシチョウ読み機能とか今は死んでますけどね。 でアタリになったら確率を上げるのはどう切り分けるのか大いに悩みまし…

playoutの手の選択に ・3x3のパターンの部分更新+Remiのうまい方法 と ・眼には打たないとか隣に打つと眼ができるとかダメ数に依存する条件とかダメ数には依存しないけど見た目にわからない条件とか を自分なりに折り合いをつけながら突っ込んでる作業中。 …

平均要素数が少なければソート済みstd::vectorが最速 そのまま勢いでモンテカルロ法（木探索以前）まで実装しました。GTP版はコマンドラインオプション"--(数字)"で候補手毎のplayout数を指定できます。デフォルトは--5 (32playout)。 unyugo04.lzh 続きはま…

気分転換にこいつの続き。 ・バグをつぶしたり簡易ハッシュ表を実装したりして2倍弱まで高速化。 ・実装してたつもりの機能がバグで死んでいたので復活させたら2倍以上低速化／（＾o＾）＼ﾅﾝﾃｺｯﾀｲ どっちもつまるところ「std::setが遅い」という話。簡易じゃ…

先週は黒（成型色）につや消し吹いたら案の定黒味が足りなかった。 ので今週は予定通りその上から水性つや消し黒を筆塗り（肩とか傷つけずにばらせる自信がなかった） で結局ムラになる。

続きは来週末。

・history.txtの存在を忘れてました。とりあえずdoc/kanchoku.htmlを見て頂ければ。 ・強制練習モードでTabでカタカナ変換すると微妙に変なので直します。 ・この程度で1.28を差し戻す気はないです。2010/01/01版をあのままさらし続けますのでよろしくお願い…

あけましておめでとうございます。 http://code.google.com/p/tcode/