완성본은 내일 올라온다.

여기서 부터는 ㅈ공지능 전문가 아니면 이해하기 어려운 내용이 있을텐데 거르고 봐도 댐

애당초 논문이란건 전문가들 읽으라고 쓰는거기때문에 어쩔 수 없다

그래도 이런 똥글은 일반인들만 읽을거니까 일반인들을 위한 내용으로 좀 더 채웠다.

마작에는 총 89종류의 몸통과 34종류의 머리가 있는데 기본적으로 4개의 몸통, 1개의 머리를 써서 화료가능하고 그 외의 특이한 역도 존재함.

존재하는 모든 역의 경우는 엄청 방대하고 심지어 각각의 점수도 달라서 이걸 컴퓨터로 계산하는 건 수-파 콘퓨타로도 힘듬

※ 논문 읽다보면 there are more than 10^48 hidden states. 이런 말이 있는데

A4 용지 50번만 접어도(2^50) 그 두께가 지구에서 태양까지 닿으므로 10^48은 ㅗㅜㅑ

그래서 연산량을 좀 줄일 필요가 있다.

1. Depth first search 쓴다고 함 (알파고 BFS 씀 ? 나도 모름 ㅋㅋㅋ)

2. 상대방 행동에 대해서 ㅈ도 신경 안쓴다고 함.

※  We ignore opponents’ behaviors and only consider drawing and discarding behaviors of our own agent.

※ 이건 창깡, 론 같은거 보는 거랑은 다른 얘기임.

알파고로 예를 들면

내가 (3,4)에 두면 상대는 (7,9)에 둘거같아 그럼 나는 어디에 둬야지

이런식으로 100수 앞까지 보는데, 갓 Suphx님은 나한테 들어올 패만 예상하면서 Tree를 뻗어나가는 것 같으시다.

위에 ㅈㄴ 간단해 보이는 2가지를 이용해서 +100수 까지 볼수있고 하나의 패를 버리면서 12,000개의 승리 플랜을 본다고 함.

궁금해 할 점

1. 마작에 100수가 어딨냐 -> 나도 몰라 ㅅㅂ 뭘 의미하는지 정확하게 모르겠음

2. 왜 CNN input 34 x 838 임? -> 나도 몰라 ㅅㅂ ㅋㅋ 논문에 안적혀있음 구글링해도 안나옴