Жертва качества

Оно и есть. Понятно что линейная функция - это всего-лишь первое приближение, причем Выдаваемая цифра ни о чем не говорит, и линейность во многих играх просто не работает (например Гекс).
А вот мат. ожидание результата - очень информативная цифра.
Но из-за нелинейности возникают проблемы и с подбором вида Функции, и с её настройкой.

http://remi.coulom.free.fr/CrazyStone/
Оно?
Вроде сильная программа...

Я предлагаю немного другое (совсем другое )
Никакого Монте-Карло, просто видоизменить ОФ и уйти от линейности,
а в качестве оценки выдавать мат. ожидание результата.

CrazyStone в этом году выиграла CG2006 на доске 9x9.
при этом пролетела на доске 19x19.

Примерно у меня идеи есть, сейчас еще немного подумаю, и выложу.

Группируем Все положительные и отрицательные признаки по Двум ОФ.
Материальный признак - Разница в материале.
Получаем две положительный Функции ПлюсыБелых и ПлюсыЧерных.
МатОжидание результат - Например ПлюсыБелых/(ПлюсыБелых+ПлюсыЧерных)

Если Обе ОФ равны Нулю - то Мат. Ожидание равно 0.5 (у обоих нет слабостей)

Название - "Обсуждаем нелинейные ОФ (оценка по ожидаемому результату)"

Не похоже, но принцип примерно такой.

Отличается, причем весьма здорово.
0.2 пешки позиционных признаков против 0.3
Будет мат. ожидание 0.4 (у остальных оценка -0.1)
А 0.7 позиционных признаков против пешки будет 0.7/1.7=0.41, то есть лучше.
А у остальных будет -0.3 - значительно хуже.

Так NS имел в виду лучше-хуже не у белых по сравнению с черными, а у белых по сравнению с белыми при другом соотношении признаков.

Я говорю о сравнительной оценке разных позиций в переборе.
Лучше/Хуже будет определяться так-же, а вот какая позиция из плохих хуже, или какая из хороших лучше - будет определяться уже по-разному.

Как это? в одном случае программа в хужшей позиции пойдет на небольшую разницу в оценке , но в спокойной позиции, уменьшив этим мат. ожидание результата.
А в другом - кинет пешку, и получит лучшие чем в предыдущем случае шансы за счет обострения игры.

Попробуй так изменить веса признаков, чтоб при большом количестве признаков на доске, и большом преимуществе - разница в 0.2 пешки была менее существенной чем разница в 0.1 пешки при малом количестве признаков на доске...
Нельзя заменить нелинейную функцию линейной (а у нас функция нелинейна - это частное двух линейных функций), и нельзя сделать так чтоб линейная функция выдавала всегда F(x)>F(x1), когда так-же считает нелинейная...

Простейший пример.
Как я говорил - все признаки могут только положительными, если он отрицательный - то переносим его с плюсом за соперника.

Пусть за каждую сторону есть несколько равноценных признаков, причем их (каждого признака на доске) может быть несколько.

За белых k1 признаков, за черных k2.
Будем считать мат. ожидание за белых как k1/(k1+k2), либо 0.5 если k1=k2=0.
Пусть k1=10, k2=20, тогда матожидание 1/3 (10/(10+20))
Пусть k1=1, k2=4, тогда матожидание 1/5 (1/(1+4))
Если заменяем линейной функций, Тогда Ф(10-20)>Ф(1-4)
То есть Ф(-10)>Ф(-3), то есть вес признака отрицательный

Попытка заменить даже простейший случай линейной функцией потерпела неудачу....

моя функция была дана как пример, а не как рабочий вариант
Есно расчет должен быть намного сложнее, и чтоб судить о виде функции нужно собрать достаточно большую статистику.

Сделай формулу например как
fw=k1+3
fb=k2+3

матожидание белых
pw=fw/(fw+fb)
матожидание черных
pb=fb/(fw+fb)

и формула станет намного более правдивой.

Второй вариант более похож - в любом случае предложение - положительная линейная функция за белых, и такая-же за черных.
А собирать первоначальные веса (и прикинуть вид, какие признаки чисто идут сопернику, а какие по разнице согласно знаку) можно по базе результатов партий в тестовых позициях.