gnubgの評価関数解読を試みた

Nori @bgnori

gnubgの評価の原理をちゃんと理解しようかしら？

Nori @bgnori

eval.cのClassifyPositionあたりから読んでいくのが有益かな。文字通りPositionの分類を行う。Boardの情報とルールの種類(Hyper, normarl, Nack等をから）使う評価関数を選ぶためにある。#gnubg #backgammon

Nori @bgnori

分類は次の通りCRASHED, CONTACT, BEAROFF2, BEAROFF_TS, BEAROFF_1, BEAROFF_OS, RACE。２分だとコンタクトの有無、コンタクトのあるものはクラッシュしているか、そうでないか。

Nori @bgnori

コンタクト無しは、bearoffのdatabaseを使えるかどうかで分類されている。

Nori @bgnori

dbを使わない場合の勝率計算は結構興味深いかも。#gnubg #backgammon

Nori @bgnori

EvaluatePositionFullが肝っぽい。36通りの出目を生成している部分がある。そこでBestMoveを見つけて、そのムーブをさし、サイドを入れ替えてもう一度読んでいるようだ。 #gnubg #backgammon

Nori @bgnori

EvaluatePositionFullで、nPlies = 0のときがstaticな評価を行っている。今回興味あるのはここ。 #backgammon #gnubg

Nori @bgnori

acef[pc]とか関数ポインタのテーブルだし。pcはポジションのカテゴリをあらわす整数。関数EvalContactがtableに突っ込まれているので、それを見る。#backgammon #gnubg

Nori @bgnori

CAlculateContactInputsなる関数があって、局面情報からneuralnetworkへ入力を生成している。#backgammon #gnubg

Nori @bgnori

基本入力はpointに0, 1, 2, 3枚以上の４つのケースでinputが作られている。on the barは扱いが異なるようだ。#backgammon #gnubg

Nori @bgnori

bearoffしている枚数が5枚以上、２枚以上、それ以外で違う(CalculateContactInputs). それからCalculateHalfInputsを呼び出す。 #backgammon #gnubg

Nori @bgnori

CalculateHalfInputsの中で計算しているもの：shotの数。コンタクトがなくなるために必要なpip数。I_FREEPIP(なんだこれ？)、I_TIMING（タイミング、計算式がコードされているので後で解読) #backgammon #gnubg

Nori @bgnori

CalculateHalfInputsのつづき: backchekerの位置(I_BACK_CHEQUER)、アンカーの位置(I_BACK_ANCHOR)、進んだアンカー位置（I_FORAWARD_ANCHOR、いわゆる一般的な意味でのアンカーと思われる)

Nori @bgnori

I_FREEPIPは普通のpipカウントの模様 #backgammon #gnubg

Nori @bgnori

I_PIPLOSS(一般的なwastageの意味ではなく、ヒットされて失うpipの期待値)、I_P1(singlehitの数) I_P2(double hitの数）、I_BACKESCAPES (バックチェッカーが脱出できる目の数） #backgammon #gnubg

Nori @bgnori

I_ACONTAIN 9ptからbarまでに存在している相手のチェッカーの数、ただし逃げることのできる目を差し引く。（おそらくこれがgnubgがsnakeを正しくできない原因だろう）、これを２乗した数(I_ACONTAION2)も 使う #backgammon #gnubg

Nori @bgnori

I_CONTAINというものもある。I_ACONTAINとの差がコメントからはわかりにくい。コードを細かく読むしかなさそう。#backgammon #gnubg

Nori @bgnori

I_MOBILITYはhomeにたどり着いていないチェッカーに関して、そのチェッカーが逃げることができる出目の数ｘホームまでの距離の合計。3600で割る（正規化）#backgammon #gnubg

Nori @bgnori

コメントの数学英語理解できず。orz. コード読まないといけない。モーメントとかいっていて物理っぽい。 I_MOMENT2 #backgammon #gnubg

Nori @bgnori

on the barにいるときに失われるピップの期待値I_ENTER, 1枚がダンスする確率 I_ENTER2 #backgammon #gnubg

Nori @bgnori

以下コメント無し、実装を調べるしかない。I_TIMING, I_BACKBONE, I_BACKG, I_BACKG1, I_FREEPIP, I_BACKRESCAOPES #ackgammon #gnubg