【オセロ,将棋】ボードゲーム Part2【囲碁,War】

【オセロ,将棋】ボー� ..

146:に落ちてた。何回かやり直したけど、結構簡単にNaN地獄に落ちるので、一旦仕切り直しで、線形回帰な評価関数に注力する事にしました。 MCTSでテストすると、途中まで割と見知ったオープニングになってきているけど、評価値自体はあんまり安定していない感じ。まあ、相対関係があっていれば、絶対値はずれていても関係ないといえば関係ないけど。しばらく強化学習を続けながら、ちっと別な事を考えてみます。というか、Alpha Zeroの強化学習の回数が、思ったより少ないなぁと思ったけど、自分がこれまでにやった回数を概算で考えてみたら、桁が２～３くらい少なかったorz やっぱマシンパワーは正義だなぁ。

次ページ

続きを表示

1を表示