アッラーの御名において、Stand-Patは気持ち悪い

先週の記事を書いたところ西村さんからご指摘をいただきまして。もう少しコメントします。

まず「静止探索」という用語ですが、私は単に一般的に「末端を安定した局面にする手法の総称」という意味で使ってます。ですが、西村さん記事を見て、Stand-Patを使う手法がもしかして一般的で、静止探索といえば普通こちらを指すのかな、と気になったので、以下ではこちらは「Stand-Pat方式」と呼んでおきます。

私のやってる（広義の）静止探索は、最初の記事に書いたとおり、通常探索と手生成の幅以外まったく変わりません。パスは２連続してはじめて末端になります。ですが西村さん記事を見ると、Stand-Pat方式ではパス１回で末端にしてることと等価、と思えます。（私はStand-Patのことを読んだのはだいぶ前で、ろくに覚えてませんが。勘違いしてたらご容赦。）で、先週の記事は、私の流儀を前提に書いてる、ということでご理解ください。

最初にDeep Purpleを作りはじめたとき、静止探索の手法も検討したはずですが、たしかそのときは検討したけど「何か変」とか思ってStandPatはやめた、と記憶してます。私は世の中のやり方に従うより「原理原則に照らして、本来どうあるべきか」と考えてしまう「原理主義者」なもので。

StandPat方式で、たとえば読み技２３図△２五桂のあとでパスして末端、とする理由は、推察するに「▲３八馬みたいな応手がたぶんあるだろう。あると仮定しよう。また、細かい位置関係（馬が３七か３八か）は無視して駒の損得だけ考えることにすれば、３七馬の状態で評価したっていいはずだよね」なんだろうと思います。でもこれやっぱ変ですよね。駒が詰まされてたり両取りだったりして、うまい応手がないこともあるし。また、たとえば先手が２八玉、３七金とあるようなときに△２五桂が来たとして、金が３八へ引くか２六に出るしかないか、によって評価値はだいぶ変わる。３七で評価していいの？とか。

と言いつつも、ハードで作ると「応手」を生成するのがけっこう難しいので、StandPatも少し検討してみました。パス１回で末端にするのは簡単だったので実装してみて。あと先週書いた「打ち以外のみ生成」も実装したので、全幅１手＋打ち以外１手＋静止４手、の設定にして、「パス１回で末端(≒StandPat?)」と「２連パスで末端」とを両方読み技２５題regressionして比較。手が変わるものもありますが、同じ手を返した問題どうしを比べると、２連パス末端の方が1.3～2倍くらいノード数が増えました。うーんこれはたしかに大きいのですが。

手が変わった中では、先週も出した２３図でStandPatの方は▲６四馬、となりました。相手玉近くに利きが増えるのと、次△２七歩成を比べて、歩成の効果の方が小さいというのはまあチューニング不十分ですが、２八飛が詰んでることに気づかないのは致命的。StandPatだとここでパスして終わり、ですから。対して２連パスの方は▲３八馬になりました。△２五桂をあらかじめ避けたんでしょう。今回は２手めに打ちがないので、△６五歩の心配がなく、歩損がなくなったようです。

ノード数と悪手回避とどちらをとるか、ですが、この例見るかぎり私としては、んーやはりStandPatをやる気はしないな、と思ってしまうんですが。

静止探索の具体的手法って、強さに直結する割にはあまり議論されてないような気がするんですが、気のせい？探索がαβかPVSか、とかよりもよっぽどクリティカルだと思うのですが。理論化とかがしづらく議論しにくい話題なのか、それとも皆さんノウハウで外に出さないのでしょうか。