[將棋] 第27回世界電腦將棋大賽

[ssccg (23)]

http://www2.computer-shogi.org/wcsc27/

                          二次預選   決勝
elmo                           8-1    7-0
Ponanza Chainer                8-1    6-1 (輸elmo)
技巧                           6-3    4-3 (輸elmo、ponanza、読み太)
大合神クジラちゃん             6-3    4-3 (輸elmo、ponanza、技巧)
蒼天幻想ナイツ・オブ・タヌキ   5-4    3-4
読み太                         6-3    2-5
HoneyWaffle                    6-3    2-5
NineDayFever                 5-3-1    0-7
===  晉級決勝  ===
大将軍                         5-4
Qhapaq                         5-4
nozomi                         5-4
Apery                          5-4


這次Ponanza導入了deep learning、1092 CPU + 128 GPU的Cluster
號稱對去年電王戰版的Ponanza勝率超過80%
原本想說可能沒什麼好看的...
結果又有讓Ponanza拿到敗場的軟體出現

elmo是最近出現在floodgate上、rating超過4000的monkeymagic
參賽使用的硬體只用2 CPU的主機
預定賽後也會公開，又有新玩具可以用了

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.136.46.137
※ 文章網址: https://www.ptt.cc/bbs/chess/M.1493906013.A.E9E.html
推 merhi0506: 電腦賽為什麼會 連下兩手 理解不能
→ ssccg: 在輪到對方下的時候，傳送不合法的指令到server，被判定為
→ ssccg: 違規，其實不是真的送了下一手指令，只是規則上算二手指し
※ 編輯: ssccg (118.150.36.84), 05/05/2017 00:39:35
→ ssccg: elmo要2連勝ponanza了
→ ssccg: 不知道是將棋跟DNN的相性問題，還是只是學習時間還不夠
推 NeedGem: 覺得圍棋只要機率過就好比較適合 DNN...
→ NeedGem: 將棋需要嚴格的將死才算數不太好用 DNN # 除非入玉.
→ NeedGem: 賽後... 只有棋譜和評價參數, 程式: Y王!!!!!
→ ssccg: やねうら王根本場外參戰了，在比賽中推出新版本
※ 編輯: ssccg (118.163.87.133), 05/05/2017 17:26:12
推 NewYAWARA: 有點橫空出世的味道…而且是免費的，看來千田可以好好
→ NewYAWARA: 利用一下了
推 NewYAWARA: elmo:  https://goo.gl/HEhL6M
→ NeedGem: 他不負責寫 engine, 他的努力都在棋譜和評價參數上了.
推 NewYAWARA: 看了一下決賽，雙方用的是主流的換角48金37桂29飛，後
→ NewYAWARA: 來elmo爭取到入玉過程中大幅棋得，最後直接打趴pona
→ NeedGem: https://pbs.twimg.com/media/C_DEIZmUwAErQ44.jpg
→ NeedGem: 從這邊到可以贏... 嗯
→ NeedGem: 相較於大合神集眾人之力還是被那兩個玩假的... 囧
→ NeedGem: 也許是因為去年Y王本尊有贏到Pona才會有人想這種可能 @@
→ NeedGem: Y王本人覺得這個比賽沒錢賺所以不會自己下去拼吧 (X)
→ NeedGem: 應該說將棋不太適合直接把 DNN 丟上去用...
→ ssccg: クジラ好像用去年電王版本的Apery(這次參賽的Apery也是)
→ ssccg: 眾人之力的效果還是看的出來啦...
→ ssccg: 明年要拿到優勝可能至少要比クジラ+elmo強，可能要R4500+?
→ ssccg: elmo看說明是從Apery開始加上各家的學習方法，主要改善終盤
→ ssccg: 的強度，從上面那局面可以守住ponanza的進攻可以看出這方面
→ ssccg: 可能是目前最強的吧
→ NeedGem: 試驗一下炎之七番勝負第七局終盤, 用elmo評價參數之後...
→ NeedGem: 真的很快就在某一手看到... 28 手詰 (羽生已完蛋)
→ NeedGem: Engine 終盤初測: Apery >= Y王 > silent_majority(魔女)
→ NeedGem: 初步亂來的終盤檢證: http://0rz.tw/lebXG (放巴哈...)
→ ssccg: 差不多各家都公開了(差技巧)，各家的特色好像是qhapaq序盤
→ ssccg: 強，読み太是單機強化版的Y牌引擎(可是我試覺得沒Y4.41+強)
→ ssccg: pona跟alphago比了一下，DNN好像只有policy network，只用
→ ssccg: 在決定各分枝探索的順序上，剩下的就是cluster化，評價值好
→ ssccg: 像都沒提到，說不定就是都沒有動...評價準確度輸人的話找的
→ ssccg: 快也沒用，2~4名都是NPS幾億的cluster但是輸千萬級的elmo
→ ssccg: alphago在評價用了rollout和value network，value network
→ ssccg: 在攻王類的好像CP值不好，rollout在將棋這種不知道什麼時候
→ ssccg: 結束的不知道效果如何...不過方法上應該還是有嘗試的空間
→ ssccg: pona的policy準確率55%跟alphago的57%已經差不多了，再來重
→ ssccg: 點還是要放在改善評價方法，至於引擎跟ML比較沒關係，比較
→ ssccg: 看寫程式的人最佳化的功力了
→ NeedGem: deep learning 的正確用途目前可能是拿來練評價參數.
→ NeedGem: 但是現行的二三駒關係不排除可能也有所侷限 (思)
→ NeedGem: 攻王需要的是正確的手順, 用 value network 有其困難點.
→ NeedGem: 除了 kk/kpp/kkp 那套之外該有新的評價想法了
→ ssccg: 新想法就技巧啊，只是這次沒練贏...
→ ssccg: 現在學習用的局面是用傳統評價自我對戰生的，加上policy
→ ssccg: network也許能用比較少的時間生出這些資料?
→ NeedGem: 剛剛把 usapyon2 dash 丟進 elmo 的 kk/kpp/kkp...
→ NeedGem: 當機了wwwwww
→ ssccg: 技巧2出了，可以調強度和戰型，這可以賣了吧...
→ NeedGem: 偷偷試一下檢討棋... 結果三種軟體套elmo檢討出來不一樣
→ NeedGem: (著名實況台: 魔女 # 這邊根據之前測試使用 Apery/Y王)
→ NeedGem: 太難了先擺一邊... 囧
推 lwei781: 有新的大魔王
→ lwei781: AlphaGO 太兇惡了