| 戻る | ||||||||||||||||
| ※クラスは第3回電竜戦本戦結果。アピール文は第3回電竜戦本戦出場時点 | 更新日： | 2022/12/19 22:56 | ||||||||||||||
| No. | クラス | 参加者名 | 開発者 | 参加スタイル | マシン環境 | 計算主体 | 3行アピール | 意気込み | (大会前用)アピール文書 | (大会後用)アピール文書 | ソフト名の由来 | 自分の独自の改造により元のライブラリのレートよりどれくらい向上したか | 年齢・学年 | 第1回マイナビニュース杯統一ハードウェア戦の参加意思 | 使用ライブラリ | タイムスタンプ |
| 1 | A | 水匠電竜 | たややん | AI | AWS c6a.metal | CPU | マメットブンプク評価関数のファインチューニング（微調整）・最新Stockfishの探索部マージ・定跡深化プログラムによる定跡作成 | DL系将棋AI強すんぎで困る | リンク | くっきりとした姿が見えてるわけではないけど、おぼろげながら、浮かんできたんです。水匠という単語が… | 水匠5/YO7.63からR+85.0 | 35 | 参加する | やねうら王、マメットブンプク評価関数、dlshogi（定跡の強さチェックのため。なおdl_exhiモデルは使っていません） | 2022/11/17 | |
| 2 | A | Joyful Believer | ザイオソフトコンピュータ将棋サークル | AI | c6a.metal | CPU | nnue-pytorch によるランダムパラメーターからの学習 Label Smoothing 高ノード数の思考での対局による少数の棋譜を用いた Fine Tuning |
そろそろソフト名のネタが尽きてきました | 信楽焼の狸 | 38 | 参加する | 2022/10/23 | ||||
| 3 | A | Ryfamate with C | 駒の書体, 松山洋章 | AI | Ryzen Threadripper 2950X, GeForce RTX3090 (またはGCP A100インスタンス) | CPUとGPU両方 | DL系評価関数とNNUE型評価関数を組み合わせ、おうちパソコンのパワーを最大限引き出すことを目指しています。 今回は、NNUEやViTなどを参考に、DL系評価関数であるResNetに駒の絶対位置に依存するパラメータを導入した、新しいアーキテクチャ "RyfcNet"(仮称:来福)を開発しています。 また、余裕があれば、前回と同様、DL系とNNUEを組み合わせた合議制や、DL系とNNUEの両方を用いて作成された独自の定跡を使用する予定です。 |
機械学習の勉強のための出場です。開発者の方と交流出来ましたら幸いです。 | リンク | 2種類の薬を組み合わせた抗結核薬 Rifamate に由来。ResNetとNNUEを併用するため。 | 同一条件で生成したResNetに対して、R+10〜+60程度。 (初期局面によって大きく異なる) | 参加する | dlshogi, YaneuraOu (教師局面の生成や計測などには、主にmodel-dr2_exhi、水匠、tanuki、BURNING BRIDGES、illqhaを使用) | 2022/11/28 | ||
| 4 | A | Just Stop 26歩 | フリビシャ・フォー・フューチャー 将棋部 | AI | AMD Ryzen 9 5900HS + RTX 3060 Mobile | CPUとGPU両方 | ・深層学習ベースで飛車を振る評価関数を作成しています ・15layer＋居飛車モデルにおいてdlshogiの10分の1以下の学習時間で同程度の強さを実現しました ・深層学習系列のエンジン（ふかうら王）とNNUE系列のエンジン（やねうら王）のクラスタ構成です |
(((masterpiece))),best quality,illustration, hinatsuru ai, beautiful ranging rook, ranging rook wins,detailed board,beautiful detailed player,(beautiful detailed eyes),beautiful detailed white kimono, disheveled hair,long bangs,hairs between eyes,blue ribbon,flower,large top sleeves,(((ice crystal texture wings))),{{{{{{detailed cute anime face}}}}}},{{loli}}, hinatsuru ai defeats strongest computer AI using ranging rook | SDGsが歓迎される時代だというのに、車輪の再生産のようなSGDを行ったり、爆買いしたGPUにAIイラスト生成させることでトレンディな人ですみたいなアピールをしたりするコム将棋開発者が、そろそろ二酸化炭素の過剰排出の罪で野菜ジュースをぶっかけられないか心配になったので、せめて自分だけは助かろうという精神で他所のチームは知りませんが我々は環境問題に強い関心を示してますよとアピールするため | 飛車を振ることで-100程度 | 114514 | 参加する | dlshog、強い将棋ソフトの創り方付属の教師データ, やねうら王、Qhapaqチーム公開の教師データ | 2022/11/27 | ||
| 5 | A | Daigorilla | Daigo | AI | CPU | Gpuで生成した棋譜を利用 独自の定跡生成 |
リンク | 参加する | 2022/11/15 | |||||||
| 6 | A | Grampus | あふろん@Grampus | AI | AMD Ryzen Threadripper 3990X、RTX3090 | CPU | 定跡を使用しない振り飛車 | 頑張ります！ | 英語の「鯱」より | R-100 | 参加する | やねうら王 | 2022/11/18 | |||
| 7 | A | Lightweight | 神田 剛志 | AI | Ryzen7 3700X, RTX3070, RTX3080 | GPU | EfficientNetを主体とした軽量モデル。 50層のResNetで事前学習・生成したモデルを用いた知識蒸留を行うことで、 WCSC32で使用したモデルと比較して、NPSを落とすことなく大幅に精度が向上させています。 |
(*‘ω‘ *) | 開発コンセプトをそのまま名称としています。 | 25 | 参加する | dlshogi, cshogi | 2022/11/27 | |||
| 8 | B | BURNING_BRIDGES | 猫神家の一族 | AI | AMD Ryzen Threadripper 3990X | CPU | 工夫できたことがあまりない。 bookは人間とAIの共同で創っている。 |
インターネット環境は以前より改善された。 接続切れ等がないことを祈る。 |
参加する | やねうら王 (教師生成に)GCT , BB-dr2 , BBtsec3 , タヌキ |
2022/11/25 | |||||
| 9 | B | W@nderER | ihme_vaeltaa | AI | AWS | CPU | 最近はデファクトスタンダードのNNUEから脱却すべく色んなネットワークで参加している。 今回はhalfkp distinguish goldsを利用。 教師データは今までの詰み探索改造エンジンによるものを再利用。 |
今年だけで2回もSSDが壊れ教師データが飛んだのでやる気は絶好調です。 | 今までの大会を参照下さい。 | 確認中 | 参加する | やねうら王 | 2022/11/26 | |||
| 10 | B | 二番絞り（ビール工房HFT支店） | 芝世弐、曽根壮大 | AI | クラウドのマシン借ります | CPUとGPU両方 | 丹念に絞りました。 探索無し（0.1秒未満）でもほとんどの人間に勝てます。 GPWの資料出しときます。 |
トラブルなく対戦出来れば良いと思っています。 | リンク | 生成した教師データを再度流用するプロジェクトと言う意味です。 | 恐らくハードウェアスペックが上がるほど差が広がります。 | 49 | 参加する | python-shogiやらdlshogiやらcshogiやら | 2022/11/27 | |
| 11 | B | せんとくん一号 | koron | AI | CPU Ryzen9 3950x GPU NVIDIA GeForce RTX 2060 SUPER |
CPU | WCSC32のkoronからの追加学習 64手で評価関数変更 定跡は自動生成で作ったものを使用 |
貴重な受験生の時間を消費して完成したAI、とくとご覧あれ | リンク | 友達に決めてもらった名前（修学旅行で行った奈良県のキャラが由来） | 15 | 参加する | やねうら王 水匠5 koron | 2022/11/19 | ||
| 12 | B | Rish | Yuki | AI | NVIDIA T4 | CPUとGPU両方 | dlshogi系ソフトでResNet10ブロックの構成です。 Rishという独自に開発した活性化関数を用いています。 Swishよりも若干早く収束することが分かっています。 |
最下位にならないよう頑張ります。 | リンク | 独自に開発した活性化関数の名前 | 16 | 参加する | dlshogi、Apery | 2022/11/17 | ||
| 13 | B | Etude No.1 | 谷合 廣紀 | AI | GCPのA100インスタンス | GPU | dlshogiのアルゴリズムをベースとしていますが、盤面のエンコードには自然言語処理をベースとした文字列、モデルにはTransformerを応用したものを利用しています。また序盤の定跡には、作者の序盤知識によって手入力されたものを使用します。 | 大会を全力で楽しみたいです！ | リンク | WCSC32出場時はpreludeだったので、今回はetude(練習曲)にしました。etudeはしばらく続く予定なのでno.1もつけました。 | 28 | 参加する | ふかうら王, tensorflow, cshogi | 2022/11/20 | ||
| 14 | B | ECLIPSE | 猫神家の一族 | AI | INTEL Core i9-9960X | CPU | GPU(RTX3070)＋作成したmodel の振り飛車でエントリーしようと考えたいたが、 最終テストにおいて、あまりの終盤の弱さに断念。NNUEで参加します。 book強化は特に負けた対局を反省するところから始まる。 |
ソフト頑張れ | 参加する | やねうら王 | 2022/11/25 | |||||
| 15 | B | AobaZero | 山下 宏 | AI | Ryzen 7 3700X(8コア、16スレッド), RAM 128GB, RTX 3090が1枚 | CPUとGPU両方 | AlphaZeroの追試に始まり、現在は独自路線で6140万局の自己対戦で強化学習しています。人間の知識を入れずにAIがどんな将棋を指すのか、が目標です。序盤から殴り合いが好きな居飛車党で相掛かり、角換わり、たまに矢倉を指します。詰将棋を入れたことで「5手詰みがあっても宣言勝ちを目指す棋風」は消えてしまいました。 | 上位16チームに入れれば、と思います。 | リンク | 仙台の青葉山からです。 | 50 | 参加する | LeelaZero、Bonanza | 2022/11/20 | ||
| 16 | B | HoneyWaffle | 渡辺 光彦 | AI | Core i5-11400 / GeForce RTX 3080 Ti | GPU | 今回はようやくdlshogiベースにしました。 定跡と評価関数で振り飛車を指します。 |
おもしろい棋譜ができたらうれしいです。 | ワッフルが将棋盤に似ているから | 結構下がってると思います | 41 | 参加する | dlshogi、やねうら王 | 2022/11/26 | ||