- コンピューター囲碁ソフトについて語るスレ50 [無断転載禁止]©2ch.net
951 ：名無し名人[sage]：2017/05/07(日) 09:27:46.47 ID:JfppqZV1 - >>950
論文嫁。
プレイアウトは最後までやってる。
プレイアウトの勝率と評価値を５０％づつ加算して、その数字を使って、
UCB１に該当する値を計算している。
つまり、プレイアウトと評価関数の合議。
|
- コンピューター囲碁ソフトについて語るスレ50 [無断転載禁止]©2ch.net
952 ：名無し名人[sage]：2017/05/07(日) 09:30:04.39 ID:JfppqZV1 - 付け足しておくと、アルファ碁は、
プレイアウトとバリューネット（評価関数）の合議に対して、
ポリシーネットによるPMCTS（UCB1計算における定数C部分の
格差を次の手により変える）で、割り当てを変える形での合議
という構造になっていて、３種類の評価関数（プレイアウトを含む）の
合議と捉えて良いかと思われる。
|
- コンピューター囲碁ソフトについて語るスレ50 [無断転載禁止]©2ch.net
958 ：名無し名人[sage]：2017/05/07(日) 11:28:32.71 ID:JfppqZV1 - >>956
当時はアルファ碁見てすげーと思っていたけど、今年のコンピュータ将棋選手権で
PonanzaChainerは、スポンサーつけて同じくらいの規模のマシン投入していた。
で、結果は２位。
逆に、この差の意味を考えてしまう。
|
- コンピューター囲碁ソフトについて語るスレ50 [無断転載禁止]©2ch.net
963 ：名無し名人[sage]：2017/05/07(日) 15:03:51.75 ID:JfppqZV1 - >>959
学習は数日単位だからな。
でも、あの深い段数のネットワークの計算するだけで、１局面あたりms単位の
時間がかかるわけで。その時間は、ゲームAIの探索においては、かなり致命的
な遅さなので、GPUでの遅延評価が必要になってる。
トータルの使用時間における比率では学習のウェイトが高いけど、ゲームプレイ
においては、速度アップのためにマシンパワーがいるって事。
|
- コンピューター囲碁ソフトについて語るスレ50 [無断転載禁止]©2ch.net
964 ：名無し名人[sage]：2017/05/07(日) 15:11:48.45 ID:JfppqZV1 - >>960
その発想は無かった。
電源切ったらウェイトの記憶が消えそうだけど（笑）
ワンチップマイコンやFPGAとかなら…
誰かやらない？
|