Python
DeepLearning
データ分析
ディープラーニング
コンピュータ将棋

【将棋AI】「将棋AIで学ぶディープラーニング」を読む♪~ResnetS40のレイティング

将棋AIで学ぶディープラーニング
第廿三夜も、本書から逸脱するが、現状のソフトレイティングを見てみようと思う。
基本的なレイティングは以下の参考サイトに基づいて導出することとする。
【参考】
早見表
思考深度制限した技巧2の24R
コンピュータ将棋 まとめサイト

やったこと

(1)Gikou2D1 vs ResnetS40
(2)レイティング

(1)Gikou2D1 vs ResnetS40

それぞれの条件は以下の通り
ResnetS40;Temperature 70、Playout 1000
Gikou2
Gikou.jpg
そして対戦条件は
taisenCond.jpg
対戦結果
Gikou2vsS40.jpg

(2)レイティング

上記の対戦では少ないが、一応以下のようにレイティングを予測できる。
まず、参考①から想定される両者のレイティングを再掲させていただくと以下の通り

レイト差   期待勝率
       上位   下位
32~38 55% 45%
39~45 56% 44%
46~52 57% 43%
53~59 58% 42%
60~66 59% 41%
67~74 60% 40%
75~81 61% 39%
82~88 62% 38%
89~96 63% 37%
97~103 64% 36%

つまり、想定されるレイト差は32から103の間だということになる。

そして、Gikou2D1のレイティングは参考②から
Gikou2 D1 1512 +17/-9 3800
及び1513とあるので、だいたいこの辺りであるようです。

ということで、今回の10回の対戦から予測されるレイティングは
1408~1480
辺りのようです。

やったこと

・最近レイティングが見直されたGikou2のレイティングからResnetS40のレイティングを予測すると1408~1480となった

・10回では予測の幅が大きくなるので少なくとも100回程度実施したい