DLManaka

GPU を主対象にした残差ネットワーク型の将棋エンジンです。探索は Gumbel AlphaZero MCTS。学習は PyTorch、推論・探索統合は Rust で実装しています。

設計

• アーキテクチャ — 現在のネットワークと実行構造
• 探索設計 — Gumbel MCTS とバッチ探索
• 推論 — ONNX 推論経路
• ネットワークの変遷 — 未執筆

学習・自己対局

• 学習 — DLManaka 学習器の使い方
• 教師データ — 両エンジンで共有するコーパス
• 自己対局計画 — 実装済み機能と今後の候補
• 世代ループ — 未執筆。現状は自己対局計画と改善計画で説明

測定

• DLManaka ベンチマーク — DLManaka 固有の注意
• 共通ベンチマーク — 現在速度の正本
• 棋力測定 — 外部基準と SPRT

過去の診断・現在の優先度

• 自己対局の停滞 — 初期探索が浅すぎた記録
• 価値ヘッドの劣化 — value_weight=2 を採用しなかった理由
• 改善計画 — gen11 時点の優先度

未執筆ページも、DLManaka / Manaka のナビゲーションを揃えるため URL だけ確保しています。