Resumen:
Históricamente, los motores de ajedrez han utilizado funciones altamente complejas para evaluar posiciones de ajedrez. Recientemente, las redes neuronales eficientemente actualizables (NNUE) han desplazado a estas funciones sin necesidad de utilizar conocimiento humano. El input de estas redes se denomina feature sets y se aprovechan del orden en que se evalúan las posiciones en una búsqueda depth-first para ahorrar cómputo. En esta tesis desarrollo un motor de ajedrez clásico, en donde la función de evaluación es reemplazada por una red NNUE entrenada con un pipeline creado de cero. Esta tesis busca probar novedosos feature sets que puedan mejorar los que ya existen. Adicionalmente, se prueba una manera alternativa de entrenar las redes utilizando un método propuesto hace años pero con un volumen y calidad de datos superiores disponibles en la era post-NNUE.
Abstract:
Historically, chess engines have used highly complex functions to evaluate chess positions. Recently, efficiently updatable neural networks (NNUE) have displaced these functions without the need of human knowledge. The input of these networks are called feature sets, and they take advantage of the order in which positions are evaluated in a depth-first search to save computation. In this thesis, I develop a classical chess engine where the evaluation function is replaced by a NNUE network trained with a pipeline created from scratch. The main goal of this thesis is to test novel feature sets that can improve existing ones. Additionally, an alternative way of training the networks is tried using a method proposed years ago but with a higher volume and quality of data available in the post-NNUE era.
Citación:
---------- APA ----------
Lombardo, Martín Emiliano. (2024). Feature set analysis for chess NNUE networks. (Tesis de Grado. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.). Recuperado de https://hdl.handle.net/20.500.12110/seminario_nCOM000821_Lombardo
---------- CHICAGO ----------
Lombardo, Martín Emiliano. "Feature set analysis for chess NNUE networks". Tesis de Grado, Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales, 2024.https://hdl.handle.net/20.500.12110/seminario_nCOM000821_Lombardo
Estadísticas:
Descargas mensuales
Total de descargas desde :
https://bibliotecadigital.exactas.uba.ar/download/seminario/seminario_nCOM000821_Lombardo.pdf
Distrubución geográfica
