大会1日目の飲み会代払うの忘れてたのじぇ！
しまったのじぇ！！
大会一日目の飲み会代払うの忘れてたのじぇ！
あの日朝2時寝の4時起きで飲み会の途中でうとうとしてしまって、飲み会を途中で抜けたので翌日お金を渡すことになっていたのじぇ
Claireさんに冗談でここで黙ってれば払わなくて済むんじゃないｗｗ？？
みたいなことを言ったけどまさかホントに払うの忘れてしまうとは....
非常に申し訳ないので次の大会の飲み会は余分に請求していただいて大丈夫です
■
きふわらべさんが飛び利きbitboardを作るのに苦労されているのを見て昔の自分を思い出したのじぇ。
occupied bitboard作るのもいい方法が思いつかなくて大変だったし、
飛び利きの邪魔ゴマのindexを取ってくるのも位置がずれてたりして修正するのが大変だったのじぇ...
懐かしんでいる場合ではないけれど懐かしいのじぇ...
Bonanza6たおしたのじぇ！
twitterで書くのははばかられる内容なのでここにかくのじぇ
どうしたのまりちゃ？
Squirrel君がついにBonaza6を倒したのじぇ！（1thread 1s）
おめでとうだよ！
いろいろな出来事が走馬灯のように思い出されるのじぇ...
開発をするためにクラスとポインタで挫折していたC++を勉強し直したあの頃...
池さんの「HTML版コンピュータ将棋のアルゴリズム」を読んで将棋プログラムの作り方を勉強したあの頃...
れさ改に勝てずに、もがき苦しんだあの頃..
Bonanza完全解析ブログで３駒関係について勉強したあの頃...
フラッドゲートで稲庭将棋に2回引き分けを繰り返してようやく勝ち星をつけレーティング表に乗ったあの頃...
徹夜でrotated bitboardを作成したあの頃...
学習の実装を失敗し続けて全然評価関数が強くならなかったあの頃...
なのはミニに勝ったあの頃...
bonanzaに追いついたあの頃...
そしてbonanzaに勝った今...
感無量だねっ...
■
ううっ...!中規模棋譜学習に手を出してみたけれどなかなかうまくいかないじぇ...
深い探索の評価値と浅い探索の評価値の差の2乗は学習でどんどん小さくなっているので実装は間違っていないはずだし、差し手生成祭りの局面でもすぐにこの局面が悪いということに気が付いているのだけれど...
中規模棋譜学習ってあれでしょ？
自分の深い探索の結果を教師として学習を行うやつでしょ？
Squirrel君の強さじゃちゃんとした教師を作れてないんじゃないの？
う～～ん一応bonanza6よりちょっと弱い位の強さになってきたので頃合いじゃないかと思ったのだけれど...
ありしゅが言ったこと以外にも初期局面データ集が悪かったとか教師データをちゃんと作れてなかったとかハフマン符号化、復号化に失敗してたとか探索時に置換表を使ってなかったこととか、いろいろ考えられるねっ...
あと初期局面データを作るときに気づいたけど探索深さ８では評価値の絶対値が100以下だったのに、探索深さが9になると1000近くになったり評価値が不安定だったことも原因に考えられそうなのじぇ...
技巧や習甦みたいにボナメゾに浅い探索結果と深い探索結果との誤差の損失項を入れたほうがよかったのかもしれないのじぇ..
まあ一旦別のところに手を付けようじぇ。
次元下げについてなのじぇ
次元下げについてみてみようじぇ
昔理解しようとして途中で理解するのあきらめたやつね
次元下げとは例えば二つの変数（ここではx,yとする）で値が決まる関数f(x,y)があった時にf(x,y)をただ単に(x,y)の二つの変数の組だけで決定するのではなく(x-y)のようなものも使ってきめるということらしいのじぇ。
f(x,y)=g(x,y)+h(x-y)ということなのじぇ。
例として相対位置のことを考えてみようじぇ。
駒１(駒種pt1)が盤上の(x1,y1)にいて駒２(駒種pt2)が盤上の(x2,y2)にいる場合を考えるのじぇ。ここでは二駒関係PPの場合を考えるのじぇ。
この場合絶対PPの要素を指定するためには
absolute_PP[pt1][x1][y1][pt2][x2][y2]
となるのじぇ。
（実際はptとxとyをまとめたf_pawnなどという定数が使われる）
相対PPを指定するには
relative_PP[pt1][pt2][x1-x2][y1-y2]
となるのじぇ。
このabsolute_PP,relative_PPをPPに織り込むなりして局面評価に利用するのが次元下げを用いた評価方法だということだと思うのじぇ。
