Cryolite Cryolite

kanachan の基本思想は

麻雀に関する事前知識は最低限のルールを除いて明示的には一切与えない．
特徴量は局面に関する情報を完全に取り出せる簡潔な表現を使う．
それ以外は何も工夫せず，とにかくモデルの表現力と学習量で殴り倒す．

まずモデルの構造は図のとおり（図は behavioral cloning の場合のものだけれど， transformer 以下の encoder 部分は一切変わらず，それより上の decoder 部分が例えば強化学習では dueling network になったりするだけ）．入力の "Sparse", "Numeric", "Progression", "Possible Actions" は kanachan のドキュメントに書いてある通り．

本稿の趣旨

ある牌姿（純手牌 + 上がり牌）が与えられた時に，それを標準和了形（ $m$ 面子1雀頭による和了形）に分解する手順を厳格に定義するのは難しいように思われる．他方，ある4つの面子と1つの雀頭が与えられた時に，それが成す牌姿を得るのは非常に簡単である（無論，異なる4面子1雀頭の組み合わせが同じ牌姿となることはある）．そこで，まず最初に $m$ 面子1雀頭の組み合わせを構成的に全列挙してしまってから各種の定義を導こうというのが本稿の趣旨である．

定義（分解子）

分解子集合 $D = \{d_0,\ d_1,\ d_2,\ d_3,\ d_4,\ d_5,\ d_6,\ d_7,\ d_8,\ d_9\} \subset \mathbb{N}^3$ を以下で定義する：

$d_0 = (0, 0, 0)$
$d_1 = (1, 0, 0)$
$d_2 = (2, 0, 0)$

	#!/usr/bin/env bash

	set -euo pipefail
	if [[ -v VERBOSE ]]; then
	set -x
	PS4='+$LINENO: '
	fi

	function print-error-message ()
	{

	theory Scratch
	imports Main
	begin

	fun plus1 :: "nat ⇒ nat" where
	"plus1 n = n + 1"

	theorem plus1E:
	assumes "plus1 x = y"
	obtains "y = x + 1"

	theory Scratch
	imports Main
	begin

	lemma
	shows "∀x. P x"
	proof -
	{
	fix t
	have "P t" sorry

	#!/usr/bin/env python3

	import random
	from pathlib import Path
	import gzip
	import sys


	def main() -> None:
	if len(sys.argv) <= 2:

	# ip lan2 intrusion detection in on
	# ip lan2 intrustion detection out on