Evaluation Update (7.9)

[Nyanyan]

• 学習データ追加
  • レベル15での自己対戦
  • Edaxとの対戦
  • 序盤全展開データのアップデート
• パターン変更
  • 7.7向けに考慮していたパターンを再検討してみる
    • 参考: Update Evaluation Model #456
  • move ordering用評価関数もアップデートが必要なので、ゆっくりやろう。
• 評価関数にFMを利用 #551

[Nyanyan]

学習データでEdaxとEgaroucidのレベル11同士対戦を作っている。ランダムN [11, 59]手ランダム打ちで学習データを作ると、12億ボードくらいのデータになるらしい。序盤データを作り直して組み合わせ、公開しても良さそう。

strt = 11
end = 59

N = 1000000

sm = 0
for i in range(strt, end + 1):
    for j in range(i, end + 1):
        sm += N

print(sm)

=1225000000

[Nyanyan]

評価関数モデルでFMを使ってみようかな。

岡下,雄市朗, 首藤,裕一, 2026, リバーシにおけるFactorization Machineを用いた新たな評価関数の提案: 情報処理学会, 1–8 p.
https://ipsj.ixsq.nii.ac.jp/records/2007474

[Nyanyan]

理想は、パターンを減らしてFMで強くするのかなあ…メモリ参照がk倍になるが、差分計算が減って嬉しい。
というか、メモリ参照もkを2の倍数にすれば32bitの表引きで上下16bitずつ使えるし、いいんじゃないか？

[Nyanyan]

論文見るとk=16くらいでサチるっぽいので、k=16を念頭に考えると、メモリ参照回数は8倍で済む。
メモリの並べ方を工夫してk要素を横に並べれば、最初のメモリ参照後のキャッシュヒット率を上げられそう。いいんじゃないか？8倍は遅い可能性もなくはないが…kは要調整ということで。

[Nyanyan]

むしろ、評価値を16bitではなく8bitに収めるようにして、4要素を同時に参照すれば良いじゃないか。
FMで掛け算するなら、8bitくらいにしてもなんかうまくいきそうじゃね？