michellee
2022-07-27T23:44:49+00:00
电脑太bug拉，辣鸡cpu，级别调业余都杀的我目瞪口呆，一步都赢不到阿一步都赢不到阿
实在想知道它到底如何“思考”出该走啥的呢？
实在想知道它到底如何“思考”出该走啥的呢？
有人能用简单的方法介绍下ai下棋的原理吗？
胡旭
当然是洋鬼子的邪术了[s:ac:喷]
Tkie
额 都是下棋 但是围棋和象棋的原理差远了
你说的哪种
你说的哪种
LangerFox
保留好结果，删除坏结果，越删剩的越好，最后就是接近最优解。
LangerFox
Reply to [pid=630209675,32957044,1]Reply[/pid] Post by [uid=63923722]波波斯格达[/uid] (2022-08-06 07:47)阴阳怪气第一人，合格的2楼
Feashrind
计算每一步的胜率
Ben404ですわ💯
不断自我学习的结果
RealGoose_
[quote][pid=630209850,32957044,1]Reply[/pid] Post by [uid=37974226]TerranChengZi[/uid] (2022-08-06 07:49):
阴阳怪气第一人，合格的2楼[/quote]讲道理，你想说的和你回复的都是一楼，二楼很无辜[s:ac:咦]
阴阳怪气第一人，合格的2楼[/quote]讲道理，你想说的和你回复的都是一楼，二楼很无辜[s:ac:咦]
Arni_009
大数据统计类似局势下下哪里胜率高
Zeyrozi
穷举法，用超强算力算出下在每个地方的胜率，然后下在胜率最高的地方。当然这是我猜的[s:a2:有何贵干]
Den
没记错 象棋是枚举
围棋是自我学习。
所以象棋可以从结果逆推逻辑，围棋只能死背棋谱。
所以围棋最打击人的发现就是，人类这么长时间的发展，所谓的棋风其实是“小道”，是不利于胜利的，是走歪的路。AI完全破除了各种开局的不成文下法。但是你还不知道为什么[s:ac:哭笑]
围棋是自我学习。
所以象棋可以从结果逆推逻辑，围棋只能死背棋谱。
所以围棋最打击人的发现就是，人类这么长时间的发展，所谓的棋风其实是“小道”，是不利于胜利的，是走歪的路。AI完全破除了各种开局的不成文下法。但是你还不知道为什么[s:ac:哭笑]
Fendi ツ
就是背棋谱[s:pg:吃瓜]
推演了大量棋局知道当前情况怎么算最优，然后就按照定势下了。穷举到终局是不可能的，目前的算力不够。但是推导出前三百手的定势还是能下的。
推演了大量棋局知道当前情况怎么算最优，然后就按照定势下了。穷举到终局是不可能的，目前的算力不够。但是推导出前三百手的定势还是能下的。
Maize
先要从非ai去理解这个，就是建模，简单说就是有一堆判断条件，来判断哪里落子最优
人也是建模，观察棋形，和自己的经验匹配，来选择下法
但是心里这个模型，计算机的模型，和实际棋盘的棋形并不是完全一样，只能说差不多一样，如果能记住更多的棋形去应对，棋力就会上升
到这里，人和算法设计就都是有限的了，但是ai能突破这个上限，创造更复杂的模型，分析更多的棋形，获得更好的下法
人也是建模，观察棋形，和自己的经验匹配，来选择下法
但是心里这个模型，计算机的模型，和实际棋盘的棋形并不是完全一样，只能说差不多一样，如果能记住更多的棋形去应对，棋力就会上升
到这里，人和算法设计就都是有限的了，但是ai能突破这个上限，创造更复杂的模型，分析更多的棋形，获得更好的下法
Meowcolm
给程序制定一套围棋规则
给程序定义一套奖惩积分规则
比如吃掉一个子加1分 两个子加3分
然后让程序自己跟自己按照规则自己跟自己下
增加积分高的下棋策略权重(有可能当前的降低积分的走法会让后续的的走法积分更高，所以只是降低权重，不是彻底舍弃)
下个几百万局
当然实际比我说的要复杂很多 但目前深度学习都是这个思路
给程序定义一套奖惩积分规则
比如吃掉一个子加1分 两个子加3分
然后让程序自己跟自己按照规则自己跟自己下
增加积分高的下棋策略权重(有可能当前的降低积分的走法会让后续的的走法积分更高，所以只是降低权重，不是彻底舍弃)
下个几百万局
当然实际比我说的要复杂很多 但目前深度学习都是这个思路
NickTheChicken
现在围棋圈里最顶流的棋路……就是ai棋路……
ai也逐渐找到自己的风格了……
有人不是曾经赢过一局么……
当天晚上阿尔法模拟那个人的棋路和自己下了100万盘
之后就就再也赢不了了……
ai也逐渐找到自己的风格了……
有人不是曾经赢过一局么……
当天晚上阿尔法模拟那个人的棋路和自己下了100万盘
之后就就再也赢不了了……
Hadez
最流行的alphago采用策略价值网络和蒙特卡洛探索
你可以这么简单理解
策略网络和价值网络都是两个魔法般的预测器
策略网络输入当前盘面的局势时，可以预测的下一步该怎么走(的几率分布)
价值网络在输入当前局面的局势时，可以预测当前的双方胜率
每一步棋，ai先是通过策略网络选择一个走法
然后按照游戏规则推演，把推演后的局势输入价值网络判断双方的胜率变化
预测总是不准的，就好像人下棋的时候会落入对手设下的n步之后的陷阱
所以ai会反复扩大他的推演范围来增大总体预测的正确性
过程中会考虑同一局面的多种可能走法
过程中会假设对手每次都用它能想到的最优解下棋
你可以这么简单理解
策略网络和价值网络都是两个魔法般的预测器
策略网络输入当前盘面的局势时，可以预测的下一步该怎么走(的几率分布)
价值网络在输入当前局面的局势时，可以预测当前的双方胜率
每一步棋，ai先是通过策略网络选择一个走法
然后按照游戏规则推演，把推演后的局势输入价值网络判断双方的胜率变化
预测总是不准的，就好像人下棋的时候会落入对手设下的n步之后的陷阱
所以ai会反复扩大他的推演范围来增大总体预测的正确性
过程中会考虑同一局面的多种可能走法
过程中会假设对手每次都用它能想到的最优解下棋
Awkward Anubis
[quote][pid=630210684,32957044,1]Reply[/pid] Post by [uid=39440010]yukungood1[/uid] (2022-08-06 07:57):
给程序制定一套围棋规则
给程序定义一套奖惩积分规则
比如吃掉一个子加1分 两个子加3分
然后让程序自己跟自己按照规则自己跟自己下
增加积分高的下棋策略权重(有可能当前的降低积分的走法会让后续的的走法积分更高，所以只是降低权重，不是彻底舍弃)
下个几百万局
当然实际比我说的要复杂很多 但目前深度学习都是这个思路[/quote]介不是强化学习嘛
给程序制定一套围棋规则
给程序定义一套奖惩积分规则
比如吃掉一个子加1分 两个子加3分
然后让程序自己跟自己按照规则自己跟自己下
增加积分高的下棋策略权重(有可能当前的降低积分的走法会让后续的的走法积分更高，所以只是降低权重，不是彻底舍弃)
下个几百万局
当然实际比我说的要复杂很多 但目前深度学习都是这个思路[/quote]介不是强化学习嘛