v39

【ビルド済みバイナリ】
・aobazero-39-w64-opencl.zip (64ビット版 Windows で GPU を利用したいユーザ用)
・aobazero-39-w64-cpu-only.zip (64ビット版 Windows で GPU を利用したくないユーザ用)
【主な変更点】
・王が逃げる手が1手だけの時は、この局面を評価せずに1手進めてNNで評価
・Dynamic Variance-Scaled cPUCT。これはKataGoで使われている手法で、定数のcPUCTを評価値の分散によって動的に変化させる手法です。上の2つで合計+25 Elo程度の向上。
・生成される棋譜に、その局面を探索する前のNNのValueとPolicyの出力を記録するように。
これは学習する局面の選択を均等でなく、重要と思われる局面の学習確率を変える実験をするための準備です。
Policyの値はA-Z,a-zの52段階に圧縮されています。

詳しくはこちらを。
AobaZeroをcPUCTを動的に変更、王が逃げる手が1手を延長で、+25 Elo強く
http://www.yss-aya.com/bbs/patio.cgi?read=33&ukey=0