駒の価値の変化

ボナンザの新しいバージョン4.1.1がコンピュータ将棋選手権使用可能ライブラリに出ていた。
時間がかかりそうなので、まだダウンロードしていない。学習の中で一手先読みではなく、二手先読みにしたのが最大の変更だろうと思うが、他にどのような変更が入っているか気になる。

これまで位置評価パラメタ(KPP/KKP)ばかり見てきたので、今回は駒の評価値パラメタを見てみる。
駒の評価値が学習の進行の中で、どのように変化していくかを各iterationごとに示す。(現在までに７回のiterationが終了している)
最後の"4.0.4"という欄は、Bonanza 4.0.4のparam.hの値である。

Piece value

piece	#0	#1	#2	#3	#4	#5	#6	#7	4.0.4
Pawn	100	90	94	94	93	93	90	94	101
Lance	300	292	290	288	287	285	284	285	254
Knight	300	292	288	284	280	280	280	277	267
Silver	400	404	405	403	399	399	397	396	385
Gold	500	506	504	501	497	494	490	492	466
P-Pawn	400	413	429	441	451	460	464	468	503
P-Lance	400	388	390	397	405	410	420	423	424
P-Knight	400	406	412	418	427	434	439	441	462
P-Silver	500	493	484	483	485	483	486	481	477
Bishop	600	591	586	584	582	579	575	574	567
Horse	800	807	811	813	813	812	810	811	831
Rook	700	700	688	680	671	665	661	657	661
Dragon	1000	1018	1019	1014	1010	1006	1004	1001	1002