評価関数精度の向上

[primenumber]

アイデア

• より質の高い棋譜を使う
• 棋譜の多様性を高める
• 評価関数の表現力を高める
  • NNUEの応用で、「パターン+浅いNN」を使えるかも

[primenumber]

学習に使う棋譜には最善進行とそれに近いものがいっぱい含まれているとそういう局面の精度向上になりそう

[primenumber]

探索中には悪い手を悪いと評価できる必要があるので、わざと悪くしたような局面も学習データに入れた方がよいかも？ もっとも、とにかく最善を最善と評価できることが最も重要であることには変わりがない

[primenumber]

1手4秒で240万局生成した。これで頑張ってみる。