Miyako Shogi System

■ コンピューター将棋の自己対戦の棋譜を学習用データに用いる

前から考えていたが、人対人の棋譜では悪手やポカによる誤った学習の懸念がある。コンピューター将棋の自己対戦の棋譜を用いればその危険性は排除できる。

GPS対GPSによる500局の棋譜で学習をさせてみた。学習条件は下記と同じ。

対戦条件は、持ち時間10分、秒読み30秒と、持ち時間3分、秒読み30秒と持ち時間1分、秒読み15秒で、評価関数に5までの乱数を加えて同じ棋譜になるのを防いでいる。下記の人対人に比べると、わずかな違いは有るが、ほぼ同じ結果が得られた。

Bonanza対Bonanzaによる棋譜も現在作成中である。