0000007349 00000 n 0000052606 00000 n (B, 2016-12-09 $BDdEE$N$?$a!"(B12$B7n(B10$BF|!A(B12$BF|Lk$K$+$1$F! コンピュータ将棋（将棋ソフト）の情報を纏めたwikiページです。大会出場ソフトの特徴や用語解説などを行っています。 サイトをリニューアルしました(181110) 中身はそんなに変わってないのですが、内部システムは大幅に変わりました。 0000358995 00000 n どのように扱うのが筋がいいのかは自分もそんなに統計に詳しくないのでよくわかりません。, 自己対戦を含む、序中盤の実力がある程度（かなり？）近いソフトの間でしか意味をなさないです。, elmoとalphazeroは、角換わり、相掛り半分ずつと戦法偏ってましたよねー 0000288275 00000 n !#(B, 2020-03-22 10$B;~:"!"%^%7%s$N;~9o$r=$@5$7!"(B2$B;~4V$[$ILa$7$^$7$? 0000267222 00000 n 0000006865 00000 n Proudly powered by, https://github.com/yaneurao/Ayane/blob/5d6cdf51773eb3996bf030ace099d60c5242ee75/source/shogi/Ayane.py#L1349, https://www.youtube.com/watch?v=-YFTQJY1oAc, 3 technologies in shogi AI that could be used for chess AI. 挑発みたいになってますが本当に作れそう。, AlphaZero式に作るのであれば、計算資源の勝負ですかね。何を特徴量にするかという点で工夫はあるでしょうけども。あとは終盤は、詰将棋のようになるならmate solverみたいなのが欲しいかもですね。, コンピューターは３手読みらしいです。 Powered by FC2 Blog |. 0000208555 00000 n 0000227838 00000 n 183 0 obj <> endobj (B, 2016-12-11 30$BJ,0JFb$G=*$o$kBP6I$rA}$d$9$?$a!"(Bfloodgate-600-10F$B$rGQ;_$7!"(Bfloodgate-300-10F$B$H$J$j$^$7$? 0000300232 00000 n 0000209213 00000 n ３６００ぐらいあるように見えます。 0000270946 00000 n 0000003396 00000 n 0000004644 00000 n 0000210085 00000 n 0000209657 00000 n 0000004767 00000 n 0000271683 00000 n 183 111 (B, $B3+:E4|4V(B: 12$B7n(B23$BF|(B($B2P(B)$B!A(B1$B7n(B3$BF|(B($BF|(B)$B$^$G$N(B12$BF|4V(B. 0000271888 00000 n 0000358880 00000 n 0000005166 00000 n 0000267648 00000 n uuunuuunさんやQhapaqさんが行っているレギュのレーティングは上位陣に対する勝率で最高Rを更新していてイベントごとに最高Rが上昇していきますけど、そうして算出されたレートが差のついた相手に対して期待通り勝率を出せるかは個人的には疑問に思っています。（T.N.K-wcsc28と水匠2-wcsoc2020のR差400らしいですけど同型NNUEで91%も出せるのかという）, （おまけ、駒得やねうら王と技巧2_D7の棋譜です つくれたりしますか？なんたって天才だから >そこから外挿するとR1500かR2000ぐらいまでは(ry 2020年1月現在、もっとも強い将棋ソフトはどれなのか？ どのソフトを選べばよいのか？自分の観測範囲内のまとめを紹介したい。各ソフトを精査したわけではないので、異論、反論はあるかもしれない。追記2020年5月に世界コンピュータ将棋オンライン コンピュータ将棋Qhapaqの開発者。主な実績は第五回電王トーナメント5位入賞、第28回世界コンピュータ将棋選手権7位入賞, このブログについて 0000006838 00000 n 人間で最強はマッキーっていう大阪の大学生でレート 3--10 (2010). (B, $BNc(B: floodgate-600-10F$B!#Ev=i$N;}$A;~4V$,(B10$BJ,! 0000005708 00000 n position startpos moves 1g1f 3c3d 1f1e 5c5d 6i7h 8b5b 2h1h 5d5e 5i4h 5a6b 7g7f 6b7b 7h6h 3a4b 5g5f 4b5c 5f5e 5c6d 8i7g 2b3c 5e5d 5b5d 1h1f 2c2d 6h5g 2d2e 5g4f 3c2d 2g2f 2d4f 4g4f G*8i 4i5h 8i8h 7i8h B*2g 1f1g 2e2f P*2h 5d5h+ 4h5h P*5g 5h4h G*5h 4h4g 2g4i+ R*2b 7a6b 2b2a+ 4a5a G*3h 5h6h 3g3f 5g5h+ 2a1a 6h6g B*3c 6g7h L*5f P*5e 5f5e P*5c P*5d 6d5e 3c5e+ 5c5d 5e5d L*5b N*6d 7b8b 6d5b+ 6a5b S*6a N*2e 1g1f 5a6a 1f2f P*5a 2f2e 7h8h N*7e 6b5c 5d6e S*7d L*8f S*7b 6e6f 7d7e 7f7e 4i5i 7g6e 5c5d P*6b 5b6b S*5f 8h8g P*5e P*2d 2e2d P*2c 2d2c+ 5d6e 8f8c+ 7b8c 6f6e L*6d 6e8g 9c9d P*6e N*4d 6e6d 6c6d 5f4e N*6e S*6f P*8f 8g9f 6a7b 1a5a 9d9e 9f8e 5h5g 6f5g 6e5g+ 4g5g 8f8g+ P*8d 8c8d 8e8d P*8c N*9d 9a9d S*9c resign）, まあ、件のレーティングサイトは計測誤差を考慮してないので、上ブレした時の数値で次の計算をしてしまいますとレーティングはインフレしていきますね..(´ω｀)　例えば、下ブレしたソフトは成績の悪いソフトとしてR計測のトーナメントから除外していくなどで。, 将棋の強さ関係は半順序であり、全順序じゃないですからね。無理やり全順序で表そうとするレーティングでその関係を評価するには注意深く使う必要がありますね。, これ関連で特定の戦型に偏らないように思考時間をぶれさせるみたいなことも前に言ってましたね, 思考時間に揺らぎをもたせても戦型は偏りますね。同一の棋譜になるのは避けられますけども。, あれ？ 新しく強いソフトが出てくれば、数年前のあるソフトの特定バージョンに付いているレーティングというのは、今計測し直したときには下がるというものですよね？, 本来eloは初期rating例えば1500で参入し試合を繰り返してratingを更新し収束させるから、新規の強いソフトに吸い取られる事はありうるが、ここの話はちょっと違うと, 初期レート1500でゼロサムのレート奪い合いをさせてるのはオンラインゲームに限った話でそんなことは勿論コム将棋ではやってない。eloのウィキにも「疑似」レーティングとして紹介されてる。, 駄目3についてですが十分な対局数でレート差を出している場合、正規分布に近似できる誤差でしょうから誤差の2乗の平均の平方根を合計の誤差とするのは駄目なのでかね？, 冷静に考えると正規分布に従うと近似できるのはR差ではなくシグモイド関数を通す前の勝率ですね。R差の誤差の合計は手計算だとシグモイド関数の傾きの変化が無視できる範囲という仮定を置かないとちょっと無理ですね。目の前の計算機にでも頑張ってもらいますか。, そこ、私は山岡さんの記事(本文中のソースコードの少し上にあるURL)の式を深く考えずに解析的に解いて使ってたのですが、言われてみれば…という感じです。これ、ポワソン分布とみなして、どやこやするのは筋が悪いのでしょうか？, 確かに極端な勝率の場合は正規分布と近似するのは危険ですね。 0000007208 00000 n 0000268312 00000 n 293 0 obj <>stream 0000228110 00000 n 0000295641 00000 n 0000209814 00000 n 0000005789 00000 n 0000005762 00000 n "(B10$BIC2C;;(B, Floodgate$BBP6I$@$1$G$J$/!"(Bdefault-100-10F$B$J$I! 0000006510 00000 n 0000017083 00000 n 0000037885 00000 n 0000293078 00000 n 0000293516 00000 n 0000267798 00000 n 0000227380 00000 n (B), 2018-08-22 $B%a%s%F%J%s%9$N$?$a!"(B8$B7n(B24$BF|!A(B26$BF|$K$+$1$F! "Dd;_M=Dj$G$9!#(B, 2016-04-05 Shogi-server/Floodgate$B$N%U%#%C%7%c! 0000052814 00000 n 速読コンピュータ将棋用語【記事募集中】 - qhapaq’s diary ↑こちらがカパックさんの記事です。 コンピュータ将棋 レーティング ↑uuunuuunさんの記事 私なら違う表現をするという場合の記述ですので、基本的には補足みたいなもんだと思ってください。 "(Bgamename$B0lHL$K;XDj2DG=$G$9(B, $BDL?.%W%m%H%3%k>e$NJQ99(B: $BBP6I3+;O;~$NDLCN%a%C%;! 『eloレーティング→glicoレーティングに変更することにより解決できました。』, それは(それだけで)解決してるとは到底思えないんですけどね。(この記事で書いたような、計測手法自体に様々な問題を抱えているので), 最強ぷよぷよAI ぷよふら　レート３４１９ 0000287930 00000 n 0000309414 00000 n 0000271706 00000 n 0000288248 00000 n 0000210980 00000 n 0000005596 00000 n 0000000016 00000 n 0000006537 00000 n 0000358663 00000 n 0000337532 00000 n 0000227588 00000 n 0000267118 00000 n コンピュータ将棋Qhapaqの公式サイトです。評価関数のアップロードの他、機械学習に関する技術を紹介します。, 本ブログは、Amazon.co.jpを宣伝しリンクすることによってサイトが紹介料を獲得できる手段を提供することを目的に設定されたアフィリエイトプログラムである、Amazonアソシエイト・プログラムの参加者です。, qhapaqさんは、はてなブログを使っています。あなたもはてなブログをはじめてみませんか？, Powered by Hatena Blog 0000358340 00000 n これより強いぷよぷよAIって作れますか？ A1vsA2のレート差をΔa1、A2vsA3のレート差をΔa2としたとき、A1vsA2 A2vsA3 A3vsA4 … An-1 vs Anとして計測し、累積したΣΔaと、A1vsAnのレート差Δ(1 vs n)ではΣΔaのほうでレートインフレが起こり、どうやらΣΔa >> Δ(1 vs n)となるらしいことがわかりました。, そこで数学有識者のみなさんのお知恵をお貸しいただきたいのですが、ΣΔa ≒ Δ(1 vs n)となるようにΣΔaのインフレを補正できる方法が何かないでしょうか？, 要するに、将棋ソフトAとBでは、BのほうがR50強かった。BとCではCのほうがR30強かった。AとCとではR50+R30=R80の差があるはずなのにそうならない。なんで？ということですね。, 基準となる異種の複数のソフトと対局させて計測しましょう。自己対局ですと同じような読み筋なのでわずかに読みが上回ったほうが勝ちやすく、適切な計測にならないことが多いです。(本来のレート差より拡大されて見えやすいです), また特定のソフト(1つ)に対してチューニングし続けるのも、そのソフトとの相性を上げるだけのチューニングになってしまうので、よろしくないです。自分のソフトの改良のときには、異種の複数のソフトと対戦させるのが基本です。, 平手の初期局面から対局を同一のソフトで開始させる場合、特定の戦型ばかりになりやすく、その戦型の勝ち方を知っているほうの勝率が高くなりすぎるということがあります。また、例えばAとBでは必ずAは横歩を取られる変化になるので負けやすいがAとCではその変化にはならないので勝率はそこまでではない、ということもありえます。, 平手の初期局面からの序盤のうまさも棋力には違いないでしょうけども、相性が出やすいのでそうやって計測したレーティングではR50+R30=R80みたいな計算式は成り立たないことは容易に想像がつきますね。, ソフトAとBの真の勝率がxとして(確率xで表がでるコインのコイントスを想像して)、このN回の試行を観測すると勝率rであったとき、真の勝率xの存在する区間は解析的に求まります。(意味がわからなければ以下にPythonのコードを貼り付けておくのでそのまま使ってくだされ), Ayaneのレーティング計測のコードhttps://github.com/yaneurao/Ayane/blob/5d6cdf51773eb3996bf030ace099d60c5242ee75/source/shogi/Ayane.py#L1349, これにより、計測された勝率rとNから、(有意水準の範囲内である)レーティング差の上限値、下限値が求まります。レーティング差の足し算をするときは、この上限値同士、下限値同士を足していくと良いでしょう。, 例えば、駒得だけしか考慮しない評価関数の将棋ソフトでは定跡を活用してもR2300あたりが限界です。(2倍の探索量になっても本当にわずかしかレーティングが伸びないです), これは、序盤で作戦負けになるのが大きく、いくら探索量を増やして終盤を強化したところで上位のソフトには全く歯が立たないからです。しかし、自己対局ですと片側だけ探索量を2倍にするとそこそこ勝率に差が生じます。, これは将棋ソフトの開発初心者がよく陥る罠で、終盤を強化すると自己対局などで勝率は上がるのでそれを信用して終盤力強化のチューニングをひたすらやるのですが、結局、強いソフトとやらせると序盤で差がつくので、全く歯が立ちません。終盤力の強化は主に同系統のソフトの間でしか意味をなさないです。, 将棋は終盤の悪手一発で逆転するゲームなので、人間でも弱い者同士の対局ですと、「最後に悪手を出したほうが負け(になるゲームである)」と言われることがあります。なので、弱いソフトが弱いソフト同士でレーティングを計測したところで、最後に間違えないほうが圧倒的に勝ちやすく、すなわち詰み周りの探索を頑張っているほうが勝率は高いです。, しかしそのようなチューニングをしても強いソフトに対しては何の意味もないので、結局のところR1500や2000ぐらいのソフトが特定の弱いソフトに対して勝率が上がるようなチューニングをしてもあまり意味がありません。, もう少し具体的に言いますと、適度に弱いソフトがないので、やねうら王の探索深さを下げて、depth 5とかで対局させてそれを目安にチューニングする開発者の方が時々いらっしゃいますが、depth 5みたいな低depthだと終盤で頓死しまくるので、終盤をきちんと読んでいるほうが勝つとしか言えないです。そういう状況で計測されたレーティング差にはあまり意味がないです。これは、計測の手法がおかしいと言わざるを得ないです。, もし自分のソフトが弱くて基準ソフトがないというのであれば、やねうら王のほうは1秒か2秒に固定して、自分のソフトのほうを思考時間だけを32倍するなどして、自分のソフトを長時間で戦わせてチューニングすべきです。そうしないと終盤力だけを強化する間違ったチューニングをしてしまいます。, 以上の5点に気をつけていれば、経験的には、レーティング差の足し算自体はわりと成り立つように思っていますが、それでもいくつもレート差を足し合わせると多少のズレは生じるかもしれませんね。, つまり、Aに対して勝率76%(R200差)のBに、勝率76%のCがいたとしてCはAに91%(R400差)勝てるのでしょうか？そして、これは将棋の棋力R500からR4500のどの区間においても成り立つのでしょうか？, 例えば、将棋においてR1000以下のプレイヤーは初心者で、しょっちゅう1手詰めを見落としたり、王手飛車取りに遭ったりするので、R1000以下の区間では、R400の差があっても上位のプレイヤーが91%も勝たないことは容易に想像がつきます。(見落として負けるので..), そこから外挿するとR1500かR2000ぐらいまでは、それと同様の理屈で、R400差があっても上位のプレイヤーの勝率は91%ほどには高くないことが予想されます。, そんなわけでして、弱い棋力のプレイヤーに対してeloレーティングの式は、補正が必要だという話になるのですが、まあ、それを言い出すとこの記事が終われなくなるので、このへんで筆を置きたいと思います。, 駄目3. 0000268208 00000 n やねうらさんなら、なにもない所から１週間ぐらいで 0000304823 00000 n 0000268461 00000 n (B, floodgate-600-10$B$rGQ;_$7! illqha4_dolphin1_vs_Kristallweizen_dolphin1の結果を追記し #RRate を更新しました SOTA(最強ソフト)がKristallweizenに入れ替わりました！ (B, $B=>Mh$NICFI$_;~4V;XDjItJ,$NKvHx$K(B'F'$B$r2C$($k$3$H$G!"%U%#%C%7%c! 終盤を強化している 例えば、駒得だけしか考慮しない評価関数の将棋ソフトでは定跡を活用してもR2300あたりが限界です。(2倍の探索量 2020-10-09 $B:rF|H/@8$7$?%5!c32$+$iI|5l$7$^$7$? 0000267339 00000 n 0000006892 00000 n 0000042633 00000 n 0000028354 00000 n #csalive ターミネーター製造工場の視察　?第20回世界コンピュータ将棋選手権を3日間眺めての感想. 0000004243 00000 n
ブラッシュ 応援 歌 楽譜, 長谷部誠 引退, 函館サッカー ブログ, 綾野剛 フルマラソン タイム, フェブラリー スペル, カルテット 英語, 勇者たち (裏少年サンデーコミックス),