TadaoYamaoka/DeepLearningShogi

DeepLearningShogi(dlshogi)

将棋でディープラーニングの実験をするためのプロジェクトです。

基本的にAlphaGo/AlphaZeroの手法を参考に実装していく方針です。

検討経緯、実験結果などは、随時こちらのブログに掲載していきます。

http://tadaoyamaoka.hatenablog.com/

ダウンロード

Releasesからダウンロードできます。

最新のモデルファイルは、棋神アナリティクスでご利用いただけます。

ソース構成

フォルダ	説明
cppshogi	Aperyを流用した将棋ライブラリ（盤面管理、指し手生成）、入力特徴量作成
dlshogi	ニューラルネットワークの学習（Python）
dlshogi/utils	ツール類
selfplay	MCTSによる自己対局
test	テストコード
usi	対局用USIエンジン
usi_onnxruntime	OnnxRuntime版ビルド用プロジェクト

ビルド環境

USIエンジン、自己対局プログラム

Windowsの場合

• Windows 11 64bit
• Visual Studio 2022

Linuxの場合

• Ubuntu 18.04 LTS / 20.04 LTS
• g++

Windows、Linux共通

• CUDA 12.1
• cuDNN 8.9
• TensorRT 8.6

※CUDA 10.0以上であれば変更可

学習部

上記USIエンジンのビルド環境に加えて以下が必要

• Pytorch 1.6以上
• Python 3.7以上 (Anaconda)
• CUDA (PyTorchに対応したバージョン)
• cuDNN (CUDAに対応したバージョン)

謝辞

• 将棋の局面管理、合法手生成に、Aperyのソースコードを使用しています。
• モンテカルロ木探索の実装は囲碁プログラムのRay+Rnの実装を参考にしています。
• 探索部の一部にLeela Chess Zeroのソースコードを流用しています。
• 王手生成などに、やねうら王のソースコードを流用しています。

ライセンス

ライセンスはGPL3ライセンスとします。