第22回世界コンピュータ将棋選手権
ツツカナ アピール文書

ツツカナの一番の特徴は、指し手を読む深さを機械学習によって決定していることです。
これと他の手法を組み合わせることで20手前後の先読みを行っています。
詳細につきましては昨年のアピール文書をご参照下さい。

*アピール文書へのリンク
http://www.computer-shogi.org/wcsc21/appeal/tsutsukana/WCSC21_tsutsukana_20110327.pdf

現在は改良を進め、テスト用の棋譜における
正解手とその他の手との読みの深さの差は約1.6手となっています。
(正確には、上記のpdfで言うところの「絶対消費深さ」の順にムーブオーダリングされている場合に、
reductionされる深さの平均が正解手とその他の手で約1.6手の差)

また、探索の末端付近ではコストパフォーマンスの問題で
上記の手法は使用しておらず、前向き枝刈りを多用しています。
具体的にはrazoring、futility pruning、move count based pruningに加え、
経験的に必要のないと考えられる指し手を除外する等の最適化を行っています。

開発方針としては、なるべくシンプルに作ることを心掛けています。
例えばデータ構造ではkindergarten bitboardsを採用し、
ソースコードを簡潔に保ちつつ、bitboardを各所で利用できるようにしています。

*kindergarten bitboardsの説明へのリンク
http://d.hatena.ne.jp/minute_hand/20110819/1313759957

2012/03/30