弈

玄石

GoZero · 9/19 路圍棋對弈

這是什麼

一款可切換 9 路快速對弈與 19 路完整棋局的圍棋 app。對手是自行訓練的圍棋 AI—— 完全從零開始自我對弈學成,沒有讀過任何一局人類棋譜。 想隨手來一盤或認真下完整棋局,都可直接選擇。

特色

AI 是怎麼練出來的

訓練方式
AlphaZero 式自我對弈強化學習,零人類棋譜。
搜索
Gumbel 根節點選擇(DeepMind, 2022)——無偏的策略改進, 32 次模擬就能達到傳統 PUCT 需要 800 次的效果。
網路
殘差網路加 KataGo 式全局池化偏置,讓每一層都看得到全盤資訊。
規則
中國規則(Tromp-Taylor 計點),預設貼目 7.5,禁全同型。

整條訓練管線都是 JAX,自對弈在 GPU 上向量化執行,單卡同時下上千盤棋。 原始碼公開於 GitHub。