Skip to content
/ FoolGo Public
forked from chncwang/FoolGo

A Go A.I. based on MCTS(AlphaGo and DeepZenGo's basic algorithm) WITHOUT Deep Learning

License

Notifications You must be signed in to change notification settings

NEXTh/FoolGo

 
 

Repository files navigation

基于蒙特卡罗树搜索的围棋A.I.

目前只有在9路棋盘上表现出入门级棋力。

底层的数据结构和算法相当高效,在我的MacBook Air上1秒钟能跑4万局蒙特卡罗对局(多线程)。

关键方法:

  • 并查集实现的棋串(简单的链表实现,若改为树结构,加上路径压缩,会更高效些,但对整体的表现应该影响不大)。
  • 位或运算实现棋串『气』的更新。
  • 棋盘的哈希算法用Zobrist哈希,通过哈希表存放每个状态的胜率等信息

在面向对象设计上,这个项目高度可扩展(参考了刘知青教授的《现代计算机围棋基础》),介绍主要的几个类:

  • FullBoard类,功能完整的棋盘类,提供高效的落子方法等。
  • Player抽象类,提供可扩展的棋步选择方法,子类如RandomPlayer,就是Player类的随机落子的实现。
  • Game类,Player类的组合,比如子类MonteCarloGame就组合了两个RandomPlayer。

C++编码指南

  • 本项目遵循google的guideline中的多数条目。
  • 出于性能的考虑,本项目大量使用模板类,在编译期确定棋盘的大小,以便尽可能多地使用静态数组。
  • C + class + 模板,不使用模板元编程。
  • 尽量用智能指针管理内存,极少数地方用了raw pointer(方法名New前缀),杜绝内存泄露。
  • 用gtest做单元测试,用log4cplus打log

TODO

如果你有兴趣模仿一下AlphaGo,并且也不喜欢python,那么基于这个项目,从实现论文中的rollout policy network开始,替换掉原来的RandomPlayer,是个非常好的选择。

有想过基于tensorflow,开始做这个事情,大致的步骤:

  1. 只过一个隐层实现rollout policy network
  2. 根据论文中罗列的特征,加特征,以期达到论文中rollout policy network的准确率(也有论文提到可以用CNN实现rollout policy network)
  3. 用单层的CNN,实现policy network
  4. 把policy network融合进蒙特卡罗树搜索
  5. 尝试用多层CNN(估计不用指望能达到论文中的准确率)
  6. 以上步骤都采用通过人类的棋谱有监督学习,至于value network和强化学习部分,我还不太会,欢迎邮件交流

本人实在是没时间继续写这个项目,欢迎有兴趣的同学pull request,或者邮件交流~

Make

  • 进入项目根目录
  • cmake .
  • make
  • 不怎么会用CMake,所以第三方库的构建没有纳入CMake的管理,需要根据错误信息在特定的目录下放有相关依赖文件(这个项目目前只依赖gtest和log4cplus)

问题交流

C++ HELLO!

About

A Go A.I. based on MCTS(AlphaGo and DeepZenGo's basic algorithm) WITHOUT Deep Learning

Topics

Resources

License

Stars

Watchers

Forks

Packages

No packages published

Languages

  • C++ 97.6%
  • CMake 2.2%
  • Shell 0.2%