Fly Brain HubEnglish

デモ・ゲーム

alpha-fly

turlockmike

MaleCNS の配線を一切変えずに、AlphaZero 方式の自己対局だけでチェスを学習させた実験。盤面は 17,937 個の感覚ニューロンに入り、固定された配線の中を 6 ステップ伝わって、2,333 個の遠心性・下行ニューロンから指し手と勝敗評価が読み出される。学習で変わるのはシナプスごとのゲイン、ニューロンごとの静止レベルと時定数、そして入出力の線形写像だけ。自己対局 322,016 局・GPU 23 時間で Stockfish の UCI Elo 1320 と互角になった。失敗も残されている。駒得による打ち切り判定を入れると「リードを抱えて動かないこと」を学んでしまい、半精度演算は静止活動の 100 分の 1 しかない信号を黙って丸めていた。

公式サイト ↗リポジトリ ↗

alpha-fly

#chess#alphazero#self-play#stockfish#training-log#malecns

確認した出典

上の情報は掲載日にこれらのページを読んで確認したものです。