ルール感度 · 22

コミやルールだけでAI最善手は反転するか

komiは勝敗境界を動かし、area、territory、ko、自殺、tax rulesは終局ledgerを変えます。勝率の移動より候補順位がどこで交差するかを調べます。

1. komiはまず勝敗境界を動かす

   同一盤でkomiを変えると勝率curveが得られます。SAIはmulti-komiをsigmoidでmodel化し、局面に固定勝率が一つだけではないと示します。

2. score移動は最善手移動ではない

   全候補が一緒に移れば勝率は変わってもorder=0は不変です。候補curveが交差して初めて答え反転です。

3. areaとterritoryは終盤を別に値付け

   areaは盤上の活石を数え、territoryは地とハマを使います。buttonやseki taxも半目境界を変え、ヨセ順序が入れ替わり得ます。

4. ko ruleは合法な未来を変える

   simple ko、positional superko、situational superkoは別制約です。現在合法でも将来の取り返しと転換が変わります。

5. engineとnetworkの両方がrule対応

   公式rules文書は古いnetworkが新engine上でも複雑rule局面を誤評価し得ると注意します。両方のidentityを保存します。

6. 二つのkomiでなく反転区間をscan

   盤、model、visits、randomを固定し0.5目刻みでkomiを走査し、rules別top3を保存します。交差は区間表示します。

7. 反転atlasを教学条件へ

   永遠の最善手と言わず、どのrules、komi範囲、局面境界で有効か書きます。serverや大会が変わっても再判断できます。