将棋の合法手の数の統計 - TadaoYamaokaの開発日記

AlphaZero方式の強化学習では、指し手の確率分布を教師データとするため、局面の合法手の数の分だけ確率の値を保存しておく必要がある。 将棋の合法手の最大数は593であることが証明されているが、実際の対局ではそのような局面は現れない。 教師データを保存する容量を抑えるために、できれば実際に現れる局面の最大数に制限したい。 可変長フォーマットにするという案もあるが、機械学習でシャッフルやランダムサンプリングするため、固定長フォーマットにしておきたい。 そこで、実際の棋譜で合法手の数の統計量を調べてみた。 調査方法 以下のようなスクリプトでmatplotlibでヒストグラム表示と、Pandasで統計量を出力した。CSAファイルの解析にはcshogiを利用した。 import numpy as np import matplotlib.pyplot as plt import pandas a