_ OSL資料

先日CSAの例会でOSLの読み方などについてお話してきました。当日配布した資料に質問等を追記して公開しましたので、興味のある方はどうぞ。

当日はたくさんのコメントありがとうございました。質疑はいくつか失念してしまったものがあったかもしれません。何かありましたらここにコメントくださると幸いです。

_ 評価値に幅を持たせた探索

同じくCSAの例会で伊藤研の方が発表された多数決で将棋を指す実験の流れで、B*探索の話題が出ていました。評価値に幅を持たせた評価関数でB*のような探索した場合と、その幅のどこかの評価値をピンポイント使う従来通りの探索プログラムを多数用意して多数決を取った場合で、結果として同じ効果になっているかもしれない、ということですかね。UCT方面や、アンサンブル学習方面等色々比較対象があって面白そうです。
Bonanzaでもcraftyでもzebraでも簡単に実験できそうで、今は良い時代だと思います。論文をお書きになったらぜひGPWにご投稿を:-)
参考文献はこの辺だと思いますが、最近読み返していないので勘違いがあったらご指摘お願いします。

@Article{berliner79:_b_tree_searc_algor,
  author = 	 {Berliner, H.},
  title = 	 {The {B*} tree search algorithm: A best-first proof procedure},
  journal = 	 {Artificial Intelligence},
  year = 	 1979,
  volume = 	 12,
  pages = 	 {23--40}
}
@Article{palay82:_b_tree_searc_algor,
  author = 	 {Palay, A. J.},
  title = 	 {The {B*} tree search algorithm -- new results},
  journal = 	 {Artificial Intelligence},
  year = 	 1982,
  volume = 	 19,
  pages = 	 {145--163}
}
@Article{berliner96:_b_probab_based_searc,
  author = 	 {Berliner, H. and McConnell, C.},
  title = 	 {{B*} probability based search},
  journal = 	 {Artificial Intelligence},
  year = 	 1996,
  volume = 	 86,
  pages = 	 {97--156}
}
@Article{baum97:_bayes_approac_to_relev_in_game_playin,
  author = 	 {Eric B. Baum and Warren D. Smith},
  title = 	 {A Bayesian approach to relevence in game playing},
  journal = 	 {Artificial Intelligence},
  year = 	 1997,
  volume = 	 97,
  pages = 	 {195--242}
}