Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

ノイズを含まないAobaZero同士の棋譜 #17

Open
yssaya opened this issue Oct 23, 2019 · 1 comment
Open

ノイズを含まないAobaZero同士の棋譜 #17

yssaya opened this issue Oct 23, 2019 · 1 comment

Comments

@yssaya
Copy link
Collaborator

yssaya commented Oct 23, 2019

序盤の変遷が分かって面白いです。
http://www.yss-aya.com/aobazero/no_noise/sample.html

大まかな傾向は
・先手は居飛車しかしない。振ってきたら右四間か腰掛け銀で攻める。左美濃が好き。
・後手は雁木か四間飛車。美濃囲いに落ち着く。
(ただ、これは一番なりやすい変化、というだけで、学習棋譜では相掛かりの乱戦などがよく出てきます)

最近の最初の4手は
▲26歩△34歩▲76歩△44歩、この形が本線のようです。
最近先手勝率が0.542から0.538に下がってきたのは後手が△84歩から
横歩を取らせる変化を指すようになったせいかもしれません。

1手800plyaoutで乱数の要素がないので、常に同じ手を再現します。

w765 ▲26歩△34歩▲76歩△44歩、後手は雁木。▲78金▲77銀。
w755 ▲26歩△34歩▲76歩△84歩、先手だけ横歩を取る。横歩取33角。▲68玉△52玉。
w750 ▲26歩△34歩▲76歩△44歩、後手は雁木。▲78銀、先手は早繰銀。
w735 ▲26歩△34歩▲76歩△32金、先手だけ横歩を取る。横歩取33角。▲68玉△52玉。△24飛とぶつける。
w720 ▲26歩△34歩▲76歩△44歩、後手は四間飛車。美濃囲い△52金。先手は腰掛け銀。左美濃。
w710 ▲26歩△34歩▲76歩△44歩、後手は雁木。先手は▲36歩から棒銀。左美濃。
w690 ▲26歩△34歩▲76歩△44歩、後手は四間飛車。美濃囲い△52金。先手は右四間。左美濃。
w660 ▲26歩△34歩▲76歩△44歩、後手は四間飛車。美濃囲い△52金。先手は右四間。銀冠を目指す?
w630 ▲26歩△34歩▲76歩△44歩、後手は四間飛車。後手から仕掛ける。
w610 ▲26歩△34歩▲76歩△44歩、後手は四間飛車。美濃囲い△52金。先手は右四間。
w595 ▲26歩△34歩▲76歩△44歩、後手は四間飛車。美濃囲い△32金。先手は右四間。
w520 ▲26歩△34歩▲76歩△44歩、後手は雁木。先手は右四間。▲78銀
w490 ▲26歩△34歩▲76歩△44歩、後手は四間飛車。△62銀の簡易。△32金。先手は右四間。
w420 ▲26歩△34歩▲76歩△44歩、後手は四間飛車。△62銀△52金、△32金。先手は右四間。
w390 ▲26歩△34歩▲25歩△33角、後手は四間飛車。△62銀△52金、△32金。先手は右四間。
w300 ▲26歩△32金▲25歩△84歩、角換わり相早繰銀。
w250 ▲26歩△84歩▲25歩△32金、先手だけ飛車先を交換
w235 ▲26歩△34歩▲76歩△32金、相掛かり。角を交換せずに相腰掛け銀。
w150 ▲26歩△34歩▲25歩△33角、いきなり▲45桂の仕掛け。
w135 ▲26歩△34歩▲25歩△33角、角交換から後手向かい飛車。先手後手とも美濃に。
w110 ▲48飛△84歩▲76歩△85歩、先手いきなり右四間。いきなり飛車先突き捨て。角不成。
w100 ▲76歩△34歩▲26歩△88角成、先手が横歩を取る。大駒の価値が怪しい。
w090 ▲96歩△62金▲26歩△14歩、簡単に香損する。
w080 ▲78飛△32飛▲68飛△42飛、まだ序盤の手の価値が怪しい。金銀ばらばら。駒は取り返すが価値が怪しい。
w070 ▲78金△62飛▲68王△42飛、大駒の価値が怪しい。
w060 ▲68飛△42飛▲28飛△82飛、千日手。
w050 ▲48飛△62飛▲56歩△42飛、王を囲う、という概念はないようだ。王を詰ましやすい形を目指す?
w040 ▲38飛△72飛▲48飛△62飛、千日手
w025 ▲38飛△72飛▲58飛△52飛、ひたすら飛車だけを動かす。千日手は打開。歩が前進すると負けと思ってる?駒の価値、成る価値が分かってない。

@yssaya
Copy link
Collaborator Author

yssaya commented Oct 23, 2019

AlphaZeroは400万棋譜の段階では最初の2手は
▲26歩△84歩 (15%)
▲76歩△84歩 (20%)
▲76歩△84歩 ( 5%)
▲26歩△34歩 ( 3%)

ぐらいの割合なのでAobaZeroはかなり違った成長の仕方をしていることになります。
特にAlphaZeroはelmoとの100棋譜では先手、後手とも一度も飛車を振ってないなので
これも明らかに違います。
AobaZeroが後手だけ飛車を振るのは、MCTSの初期値が負け(-1)でなく引き分け(0)に
なっていたせいで、後手が弱い状態となり、一時的に先手勝率が0.60近くまで上がっていた
せいかもしれません。

400万棋譜の最初の6手ではAlphaZeroは
▲26歩△84歩▲25歩△85歩▲76歩△34歩 (手順不明)
という形になってるのでそれと同じ形は w755 では出てきます。
ここだけ見ると、同じような成長です。

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
Labels
None yet
Projects
None yet
Development

No branches or pull requests

1 participant