Emoto Lab

この文書は読取専用です。文書のソースを閲覧することは可能ですが、変更はできません。もし変更したい場合は管理者に連絡してください。
====== Bonanza研究ページ ======

  * [[shogi.h|shogi.h]]
  * [[search.c|search.c]]
  * [[thread.c|thread.c]]
  * [[メモ|メモ]]

===== 2016/03/01 =====
  *{{:bonanza:修論_発表時.zip|}}
  *{{:bonanza:差し替え後.pdf|}}
===== 2016/02/15 =====
  * 諮問会質疑<code>
累積相対度数
が
何か別のものになっていた．

文献の示し方が変だった．
  研究['99 人の名前]  
  ↓
  研究 [人の名前 '99]

他に試した局面はあるのか
  試していない
  純粋に探索のみの時間を評価したい

代表的な局面なのか
  趣味

探索は最終的な出てきた結果の正当性は?
  差す手は同じになっている．
  今回，評価関数はいじっていない
  全幅で調べはする．

探索の評価値はαβ値なのか，αβ値とは何か
  αβ値とは枝刈りに用いる値

Cとは何か
  差をとることでどっち....
  右のほうが何か
    わかっている?
</code>
===== 2016/02/09 =====
  *修論更新
    * {{:bonanza:thesis.pdf|}}
===== 2016/02/01 =====
  *アブスト
    * {{:bonanza:abst.pdf|}}
  *修論
      * {{:bonanza:guide.pdf|}}
      * {{:bonanza:提出版.pdf|}}
      * {{:bonanza:thesis.pdf|}}
===== 2016/01/29 =====
  *論文  {{:bonanza:guide.pdf|}}
  *client{{:bonanza:client.zip|}}
===== 2016/01/22 =====
  * 評価関数
    * left の値が少ないのを優勢とする
  * 他の評価関数の例
    * (left * left) + ((right - left) - ideal_diff) * ((right - left) - ideal_diff)の値が少ないのを優勢とする
      * 整数溢れの問題がある
    * left/2 + abs(((right - left) - ideal_diff)/2) の値が少ないのを優勢とする
      * 整数溢れの問題が少ない
  *アブスト　{{:bonanza:abst.pdf|}}
===== 2016/01/05 =====
  * 目次案
    * １はじめに
    * ２将棋ソフトウェアBonanxa（ほぼ再掲）
    * ３従来の手法
       * ・Bonanzaの行う並列処理
       * ・βカット
    * ４遅延分割型負荷分散
       * ・概要
       * ・マージ処理の話
    * ５提案手法 <= 提案アプローチ とする。
    * ここに提案手法の詳細の章を :: 名前を考えて
    * ６実験
    * ここに関連研究でよいが、「はじめに」などで考え方を示しておく必要はある。
    * ７おわりに
  * 以下の論文が参考になるかと
    *  最善手の予測に基づくゲーム木探索の分散並列実行 http://id.nii.ac.jp/1001/00087050/
    * 関連研究としても
    * 「激指」におけるゲーム木探索並列化手法 　http://ci.nii.ac.jp/naid/110008762239

===== 2015/12/15 =====
{{:bonanza:2015中間_ver.1.01.pptx|}}
===== 2015/12/07 =====
<code>
      if ( ! ( ptree->nsuc_check[ply]
               && ptree->move_last[ply] - ptree->move_last[ply-1] < 4 )
           && tlp_idle
           && ( ( iteration_depth < 11 && PLY_INC * 3 <= depth )
		|| PLY_INC * 4 <= depth )
           && ( (!fme_flg)|| (fme_flg == 1 && first_move_expanded == 1) ) )
</code>
===== 2015/11/30 =====
  * seed はやはり固定したほうがよさそう。ini.c の
<code>  ini_rand( /* time_turn_start */ 1 );
  Out( "rand seed = %x\n", time_turn_start );
</code>
  * それでも並列実行で、やるたびに違う手をさす可能性があるので確認する。
  * ただし、初期局面から数手分探索するよりも、様々な局面で1手探索するほうがよさそう。
  * tlp num は 16 くらいのほうがよいかも。2, 4, 8, 16 などで試してみる。
  * ばらつきが大きいだろうからある程度の実行回数が必要そう。
  * 新しい方式の有効化は、フラグなどで行い実行ファイルはひとつのほうがよい。(ほぼ同じプログラムをコンパイルして別の実行形式を得て実行してみると、速度が大きく異なることがある。)
===== 2015/11/26 =====
  * 元のBonanzaを取り直したが、fv.binがないとのこと(宮迫談)
  * パッチが出ている。=> あてましょう
  * 簡単に試してみたいことをすぐに試すこと。
===== 2015/11/17 =====
  * iwashi にアカウントは作っておく。
  * maguro で並列実行をする
  * 改造版ではなく元のBonanza を準備する。それを今回新たに改造する。
  * SSEなどは環境に合わせる。
  * run (Bonanzaコマンドファイル)を整理する。
    * <code>peek off
limit depth 12
tlp num 4
move 5
quit
</code>
  * 気づいたこと(宮迫君の指摘)
    * 最善手の探索が終わらないとその兄弟についての並列探索に移行しない
  * 簡単に試してみたいこと
    * first_move_expanded が何番目の候補手を探索するかを表しているので、その値が1のときのみに tlp_split を限定してみる。
  * もうすこし複雑な試してみたいこと
    * 辞書式順序で左側奥の探索に移れるなら、並列探索からちゃんと離脱すること。
    * 課題: どうやって左側にあると知るのか。わかるのか。
  * よくわからない点
    * move_last についての整数比較, そもそもビットマップなのか
    * 探索して得られた情報をどこに蓄えているのか
===== 2015/10/6 =====
  * 実行環境の整理
    * shadow 関係が停電で停止したままか確かめる。(zipくんに)
    * maguro に鍵を置くので、Bonanza を試す。
    * iwashi は別途考える。


===== 2015/4/21 =====
https://groups.google.com/d/msgid/swopp-announce/1429510619594809.imamura.toshiyuki%40riken.jp

<code>
Date: Mon, 20 Apr 2015 15:31:01 +0900 (JST)

AT研の皆様

アカデミックセッションATOS11(5/11)のプログラムが決定しましたので
お知らせいたします。研究会メンバー以外の方も参加可能なオープンな
勉強会ですので、周囲の方にも案内頂ければ幸いです。

日時：2015年5月11日（月） 14:50～17:00 (14:30より開場)
会場：東京大学情報基盤センター４階遠隔会議室
(東大構内地図) http://www.itc.u-tokyo.ac.jp/itcPage/CntMap/jhongo.pdf 
(交通機関案内) http://www.u-tokyo.ac.jp/campusmap/map01_02_j.html

14:50～15:50
講演1. 図形配置問題に対する効率的アルゴリズムについて
講演者：今堀 慎治　先生（中央大学）
アブストラクト：

図形配置問題とは，いくつかの対象物を互いに重ならないように与えられ
た領域内に配置する問題であり，多くの分野に応用を持つ生産計画問題の
一つである．この問題は，対象物や領域の次元，形状，配置制約，目的関
数により非常に多くのバリエーションがある．本発表では，図形配置問題
の中でも長方形配置問題と３次元配置問題を中心として，これらの問題に
対する近似アルゴリズムを紹介する．また，講演者らが提案した，基本的
なアルゴリズムを高速化する手法とその効果を，数値実験結果と共に示す．

16:00～17:00
講演2. コンピュータ将棋：探索法と評価関数の機械学習法
講演者：保木 邦仁　先生（電気通信大学）
アブストラクト：

人工知能及び機械学習の技術は現代の情報系学問におけるフロンティアで
あり、思考能力を競うゲームはこれら技術の基本的な応用の場を提供する。
将棋においては、近年コンピュータの強さが人間に追いつき、追い越そう
としている。本講演では、コンピュータの強さの原動力となった探索の技
術と評価関数の機械学習法を紹介する。

問合せ先 ：
自動チューニング研究会
研究推進委員会幹事
RIKEN AICS　今村俊幸
</code>


===== 2014/11/11 =====
  * スレッドはポインタを持っているが指されてはいない
  * 下請け関係の親子関係と sibling の話は別
  * sibling は探索木上の話