駒割の学習

作ったルーチンで、テストで１０００局面の学習を行ってみた。
歩を１００に固定。以下は結果。

歩=100
香=156
桂=135
銀=176
金=253
角=283
飛=316
と=360
成香=269
成桂=260
成銀=231
馬=393
龍=459

「と」が大きいが気になるが、なんとなく、あっていそう。でも、やけに値のスケールが小さい。
一致率は11→60%なので、うまく学習はできてそうだが、過学習が発生している模様。

というわけ、ボナンザソースをもう一度読み直すと、
駒割の更新は総和が一定になるように更新をかけていた。
参考までにbona6の初期値と最終的な駒割は以下のようになっている。

	初期値	最終
歩	100	87
香	300	232
桂	300	257
銀	400	369
金	500	444
角	600	569
飛	700	642
と	300	534
成香	400	489
成桂	400	510
成銀	500	495
馬	800	827
龍	1000	945
総和	6400	6400

やり方は、駒割の微分値をソートして、微分値の小さな順に

• 2,-2,-1,-1,-1,0,0,0,1,1,1,2,2

を新たな勾配値とする。本当にうまく考えられている。

ボナンザメソッドとは、将棋プログラマがボナンザソースを
必死に読んで学習することとも言える。