| 戻る | ||||||||||||||||
| 更新日： | 2022/12/6 19:24 | |||||||||||||||
| 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 | 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 | ||||
| 2 | B | TMOQ（特大もっきゅ） | TMOQ | AI | CPU: Core Core i7-11700K 3.6GHz、GPU：NVIDIA GeForce RTX 3080 16GB | CPUとGPU両方 | ①複数のエンジンを統合、②定跡のチェック機能、③Note PCを使用 | 今回も個性的な手を指せるように頑張ります | リンク | 愛娘が名付けてくれました、特大サイズのもっきゅ、らしい | かなり下がってます | 26歳以上です | 参加する | dlshogi、やねうら王 | 2022/12/1 | |
| 3 | 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 | |||||||
| 4 | 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 | ||
| 5 | B | ねね将棋 | select766 | AI | iPad第9世代 + Macbook Air 2019 (将棋所による指し手の送受信補助用で思考は行わない) | それ以外 | Deep Learning系将棋ソフトやねうら王をiPadで動作させます。 Neural Engineと呼ばれる機械学習専用チップを活用し、局面評価を高速化しています。 Apple系環境のためのビルド手段を整備しました。 |
一般家庭にもあるようなモバイル端末でも結構強いところを見せたいです。 | リンク | 使用技術であるNEural NEtworkのアルファベットの綴り"NENE"から。 | R+330 (iPad上で、CPUのみを利用した場合を基準にNeural Engineの強さを計測) | 31 | 参加しない | やねうら王（対局エンジン）、dlshogi（評価関数学習） | 2022/12/3 | |
| 6 | B | baron | バロン | AI | ノートPC（Windows11 Core i5-11400H GeForce GTX1650） | CPUとGPU両方 | wcsc32から、ディープラーニングの学習方法を見直し、学習をやり直しました。独自の定跡アルゴリズムによる定跡処理を追加しました。 | 良い将棋がみれると嬉しいです。 | リンク | ネットのハンドルネーム | wcsc32時は2000前後、今回は3300前後。 | 36 | 参加する | 2022/11/19 | ||
| 7 | YaneuraOu7_5 | kurarisuke | 人間とAIの合議 | CPUとGPU両方 | 事前に研究ファイルを用意したこと | 22 | 参加する | 2022/11/9 | ||||||||
| 8 | A | 水匠 | 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 | |
| 9 | 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 | ||
| 10 | 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 | |||
| 11 | B | きのあ将棋 | きのあ | AI | CPU：Ryzen 3990X / MEM：128GB | CPU | 将棋ライブラリの利用なし、のいわゆるフルスクラッチで研究＆開発。 このところは強さ以外の部分で気合を入れています。 |
リンク | きのあそび | 参加する | 将棋ライブラリの利用なし。 | 2022/11/20 | ||||
| 12 | 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 | ||
| 13 | ｃ | 爆裂転生太郎 | ブロコロン | AI | CPU：Intel(R) Core(TM) i9-9900K GPU：NVIDIA GeForce RTX 3090 RAM：48.0 GB |
CPU | 相手玉を詰ますと負けになるように制限した探索部で学習データを生成することにより、積極的に入玉する棋風を目指します。 Thompson Samplingアルゴリズムに基づいて、定跡と学習データを同時生成しています。 |
詰将棋意味ないです。 | リンク | 詰将棋のみで学習した爆裂駒捨太郎が詰将棋は意味ないことに気づいて生まれ変わったため。 | 参加する | yasai (https://github.com/burokoron/yasai) cshogi (https://github.com/TadaoYamaoka/cshogi) |
2022/11/20 | |||
| 14 | ｃ | 芝浦将棋Softmax | 粂川叶,岩本裕大,五十嵐治一 | AI | Intel(R) Xeon(R) CPU E5-2695 v4 @ 2.10GHz | CPU | MC Softmax（モンテカルロ・ソフトマックス）探索という探索方式を採用しています． この探索法は，評価値の良さそうなノードを優先的に探索する選択探索の1つです． 確率的にノード選択を行うため，モンテカルロ木探索とはこの点で大きく異なっています． |
今年こそ新しい評価値で戦えるよう頑張ります。 | リンク | 芝浦工業大学の研究室からの出場で，MC Softmax探索を用いていることから． | 25 | 参加する | 評価関数にAperyを使用する可能性があります。 | 2022/11/20 | ||
| 15 | 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 | ||
| 16 | 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 | ||
| 17 | A | dlshogi with HEROZ 30b | 山岡忠夫、加納邦彦、大森悠平 | AI | A100x8 | GPU | dlshogiは独自のディープラーニングを使用した将棋AIです。 モデルサイズを30ブロック384フィルタとしたことで、WCSC32優勝モデルより精度が大幅に向上しています。 |
モデルサイズによる性能の違いを見せたい。 | リンク | Deep Learning Shogi | 参加しない | Apery | 2022/11/23 | |||
| 18 | A | dlshogi with HEROZ 20b | 山岡忠夫、加納邦彦、大森悠平 | AI | A100x8 | GPU | dlshogiは独自のディープラーニングを使用した将棋AIです。 WCSC32優勝モデルに追加学習を行うことより精度が向上しています。 30ブロックモデルとの比較のために20bのモデルでも参加します。 |
勝敗はモデルサイズのみで決まらず 探索の速度のみで決まらず ただ、結果のみが真実 |
リンク | Deep Learning Shogi | 参加しない | Apery | 2022/11/23 | |||
| 19 | ｃ | 元気もりもりニンニクパワー | 都賀町えいだ | AI | AMD Ryzen7 5700G / NVIDIA GeForce RTX 3060 | GPU | python dlshogiをベースにC#で作成。モデルはflood gateの棋譜から作成で自作。ほぼ別モノになりつつあるのですが、弱くなる一方です。 | 配信で盛り上げられるように頑張ります | ニンニクが強い抗菌効果によって菌を対抗するようにソフトを使うことで使用者も強くなってほしいという願いをこめて（名付け親の牛車さんより） | R-500 (前回より弱い…) | 参加する | python dlshogiがベース。 | 2022/11/24 | |||
| 20 | ｃ | カツ丼将棋 | カツ丼将棋 | AI | 5950X+RTX3090 | CPU | フルスクラッチ | 運営がトラブらないように頑張ります。 | 電王戦Ponanza vs 佐藤慎一戦における山口恵梨子女流二段の客振りから | 参加しない | 2022/11/24 | |||||
| 21 | B | なのは | かず | AI | RYZEN 2700X | CPU | 探索部を自力作成 | 少しは勝ちたい | 熱血魔法バトルアクションアニメ「魔法少女リリカルなのは」シリーズの主人公高町なのはを由来にし、さまざまな称号を冠する彼女のような強さを盤上で実現したいという願いを込めています。 | R-400 | 参加する | やねうら王 | 2022/11/25 | |||
| 22 | 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 | |||||
| 23 | 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 | |||||
| 24 | A | あらきっぺ | あらきっぺ | 人間とAIの合議 | Ryzen9 5950X / GeForce RTX3090 | CPUとGPU両方 | 自身の対局で培った経験、及びソフトを用いた研究により、序盤の精度を高めています。戦型によっては、70手目付近まで研究手順を用意しているケースもあります。研究手順の中には仮に評価値を落とす手であったとしても、自分が正しいと思った手を選択している部分もあります。 | 楽しむことを第一にしつつ、昨年よりも良い成績を取りたいです！ | 昔のニックネームです。 | 32歳 | 参加しない | 2022/11/25 | ||||
| 25 | 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 | ||
| 26 | 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 | |||
| 27 | B | Sunechama | Bond | AI | AWS or Google Cloud | CPU | ・AobaZeroとdlshogi_with_GCTの棋譜を用いた学習 ・Stockfishの部分的な取り込み ・前局面までの読み筋の活用 |
ヒーローは遅れてやってくる(このコメントのためだけにエントリーが遅くなったのは内緒) | 好きなキャラより、ローマ字読みです。(好きだった007は終わってしまったので・・) | 互角局面集を使用した対局で勝率45%(1週間前にて、ここから頑張る) | 25 | 参加する | やねうら王(+NNUE-HalfKPE9,tanuki-wcsc32) | 2022/11/27 | ||
| 28 | 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 | |
| 29 | B | shotgun | 芝世弐 | AI | i7-8750H | CPU | 第5回電王トーナメント準優勝のまま参加します ノード数制限を入れて当時とほぼ同じ性能に落としております 基準ラインとしてトラブル無い完走目指します |
ノータイムの序盤を御堪能ください | リンク | アメリカンフットボールの戦型から | 参加しない | 技巧・やねうら王・python-shogiなど | 2022/11/27 | |||
| 30 | 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 | ||
| 31 | きのあ将棋_千星クローンAI | きのあ | AI | AMD 3900XT(利用1コア) | CPU | カツ丼杯1-2回に参加した千星さんのクローンAI | 偶数奇数の調整用ゲストAI。 | 参加しない | 将棋ライブラリ利用なし。千星さん棋譜の利用あり | 2022/11/27 | ||||||
| 32 | ｃ | XFMR-SHOGI | 19q-SV | AI | Ryzen7 5700X / RTX 2080 Ti (もしかしたら RTX4090) | GPU | dlshogi をベースに評価に利用する deep learning のモデルを Transformer ベースに変更しました。 | 無事に完走できることを目指します。 | モデルとして採用している Transoformer の省略形 XFMR から。 | 未計測 | 37 | 参加する | dlshogi, cshogi, tensorflow | 2022/11/27 | ||
| 33 | B | 十六式いろは煌（きらめき） | 日本工学院専門学校AIシステム科（末吉竜介、畑中慎吾、李愚昶、長谷部太一、若月翔威、若松萌生、紺野誠、菊池弘敏、上野勇樹、村越小友梨、小林優輝、岩田大夢、堀内旺、Sung Chaeyoung） | AI | i7-10750H 2.6GHz, GeForce GTX 1660Ti 6GB | CPUとGPU両方 | WideResNetの50ブロックで学習したモデルを使ったdlshogiと水匠5の合議によるもの。 独自の定跡。 |
煌の大局観を、とくとご覧あれ！ | 漢字一文字でキリッとかっこよく。（詳細はアピール文をお読みください） | （11/27現在、計測中） | 参加する | dlshogi、YaneuraOu ver7.00、評価関数水匠5、Ayane | 2022/11/27 | |||
| 34 | ｃ | 超手抜き | 手抜きチーム | AI | EC2 | CPU | #NAME? | ソース：https://github.com/hikaen2/tenuki-micro | 参加しない | 2022/11/27 | ||||||
| 35 | 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 | |||
| 36 | B | ナナ将棋 | ihme_vaeltaa | AI | ARM Cortex-A7 | CPU | 各駒の評価を歩と同等に置換したとき、香車の置換が最も棋力低下が少なかった。 そのため、香車と歩が同程度の価値だと思いこませています。 ちょっと不思議な、それなりの将棋を指せます。 |
アドバンスド将棋プレーヤーには勝てたら嬉しい。 | リンク | 過去大会の参加者一覧を参照下さい。 | 前回と変わってません。 | 参加しない | なのはmini/Apery | 2022/11/27 | ||