調査・実験記録¶
更新日: 2026-07-24
research/
は実験方針、レビュー、失敗分析、モデル改善案の履歴である。現行仕様を確認したい場合は、先に
../architecture/current-method.md と
../architecture/source-design.md を読む。
文書一覧¶
| 文書 | 内容 |
|---|---|
| 2026-06-21-belief-guided-neural-ismcts.md | 初期提案メモ。現在方針とは異なる前提を含む。 |
| 2026-06-22-ismcts-distillation-results.md | v4-v9 周辺の ISMCTS / distillation / reranker 実験履歴。 |
| 2026-06-24-current-training-strategy.md | v9-v13 に至る training 方針変更の履歴。 |
| 2026-06-28-policy-value-model-refactor.md | Policy/Value model 構造の改善計画とレビュー。 |
| 2026-06-28-token-collision-report.md | token hash 衝突率の計測結果。 |
| 2026-06-29-rule-agent-bootstrap.md | rule agent bootstrap のデータ生成と学習での扱い。 |
| 2026-07-05-rule-agents-redesign.md | rule agent 再設計: 問題分析・3 層構想・段階的フェーズ。 |
| 2026-07-09-tuning-reliability-and-combat.md | tuning 信頼性改善 (warm-start / 確認ラン / 加重 objective) と combat 層の判断ログ。 |
| 2026-07-10-raging-bolt-trace-diagnosis.md | raging_bolt 敗因診断: ワザ ID 言語ミスマッチ / retreat ブロック / エネ型偏重の 3 バグ修正。 |
| 2026-07-14-raging-bolt-loss-diagnosis.md | raging_bolt の敗因を試合 trace と大規模 A/B で再診断した記録。 |
| 2026-07-15-rule-agent-algorithm-survey.md | rule agentで採用できる探索・計画アルゴリズムを比較した調査。 |
読むときの注意¶
- 日付が新しいほど正しいとは限らない。現行仕様との整合は
architecture/を優先する。 - 実験結果の数値は、その時点の checkpoint、deck pool、config に依存する。
- 調査結果を今後の作業に使う場合は、確定した内容を
architecture/またはoperations/へ反映してから実装する。
更新時の注意¶
- 新しい調査メモは
YYYY-MM-DD-topic.mdという名前で追加する。 - 結論が固まったら、このディレクトリだけに残さず
architecture/またはdecisions/へ反映する。 - 古いメモは削除せず、冒頭に過去資料であることを明記する。