ELF OpenGo

ELF OpenGoFacebook AI Research团队(FAIR)所开发的电脑围棋软件及所发布的资料[3]

ELF OpenGo
原作者
  • 田渊栋(Yuandong Tian)
  • Jerry Ma
  • Qucheng Gong
  • Shubho Sengupta
  • 陈卓远(Zhuoyuan Chen)
  • C. Lawrence Zitnick[1]
首次发布v0(2018年5月2日,​4年前​(2018-05-02
源代码库github.com/pytorch/elf
编程语言C++PythonC语言
类型电脑围棋
许可协议BSD许可证
网站facebook.ai/developers/tools/elf

简介

ELF OpenGo是Facebook AI Research团队(FAIR)依照DeepMind在科学期刊《自然》上对于AlphaGo Zero所发表的论文《Mastering the game of Go without human knowledge[4]》与AlphaZero的论文《Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm[5]》所实做出的开源电脑围棋程序[6],也就是不使用人类棋谱与累积的围棋知识,仅实做围棋规则,使用单一人工神經网络从自我对弈中学习(不像AlphaGo以人类角度思考,设计了Policy Network与Value Network)。

训练网络使用20 blocks x 224 filters,在2000个GPU下训练两周[6],相较AlphaGo Zero使用的20 blocks x 256 filters版本略小一些(AlphaGo Zero另外还有40 blocks x 256 filters)。

由于Facebook所拥有的计算资源,产生出高质量的训练网络资料与对局棋谱[7][注 1],许多基于相同算法或是AlphaGo相关论文内容的围棋软件都积极测试ELF OpenGo所提供的训练资料[8][9]

成绩

对电脑

Leela Zero

Leela Zero是目前少数有公开代码并公开训练网络资料的围棋软件,且仍然有志愿者持续投入资源计算演化,故经常被当作其他围棋软件的基准。

Facebook自行测试,ELF OpenGo与Leela Zero对战的成绩为198:2[3][注 2]。在Leela Zero的进度网站上也经常会比较现有训练网络与ELF OpenGo的比较[10]

CGOS

志愿者在CGOS上使用Leela Zero的程序引擎以及由ELF OpenGo公开的训练网络(v0)转换成Leela Zero格式的训练网络(即Hash值62b5417b的训练网络,账号LZ_62b541_ELF_1600)进行对弈测试[11],但由于目前在CGOS上测试的不是ELF Go的程序引擎,不清楚ELF OpenGo的训练资料在转换后的影响。截至2018年5月30日 (2018-05-30),对弈已经超过1000盘,BayesElo分数约3770分[12]

对人

Facebook韩国棋院合作,以中国规则与韩国的世界顶尖棋手对弈(贴目7.5目),在电脑每步限制50秒(使用单机单张NVIDIA Tesla V100),人类不限时间的前提下,每个人至少下两局,达到14:0的成绩[7],对弈对手包括金志锡申真谞朴永训以及崔哲瀚[3]

相关链接

  • AlphaGo Zero,所参考论文的电脑围棋软件。
  • Darkforest,上一代Facebook所开发的电脑围棋软件。
  • Leela Zero,另外一套也是依照AlphaGo Zero所实做的开源电脑围棋软件,在ELF OpenGo测试时被当作比较基准。
  • 电脑围棋
  • 围棋软件

参考资料

  1. ^ pytorch/ELF: ELF: a platform for game research. [2018-05-07]. (原始内容存档于2018-05-03). 
  2. ^ Release pretrained-go-19x19-v2 · pytorch/ELF. 2019-02-13 [2020-05-07]. (原始内容存档于2020-12-09). 
  3. ^ 3.0 3.1 3.2 Facebook Open Sources ELF OpenGo. 2018-05-02 [2018-05-08]. (原始内容存档于2018-05-07). 
  4. ^ Mastering the game of Go without human knowledge. 自然 (期刊). 2017-10-18 [2018-05-06]. (原始内容存档于2018-04-12). 
  5. ^ Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm. 2017-12-05 [2018-05-06]. (原始内容存档于2017-12-08). 
  6. ^ 6.0 6.1 ELF | Game Research Platform | Facebook AI. [2018-05-06]. (原始内容存档于2018-05-06). 
  7. ^ 7.0 7.1 7.2 7.3 Releases · pytorch/ELF. [2018-05-06]. (原始内容存档于2019-02-15). 
  8. ^ Releases · gcp/leela-zero. [2018-05-09]. (原始内容存档于2019-10-16). 
  9. ^ Releases · zakki/Ray. [2018-05-07]. (原始内容存档于2019-02-15). 
  10. ^ 10.0 10.1 Leela Zero. [2018-05-06]. (原始内容存档于2018-05-05). 
  11. ^ Crosstable for LZ_62b541_ELF_1600. [2018-05-07]. (原始内容存档于2018-05-07). 
  12. ^ 19x19 All Time Ranks. [2018-05-30]. (原始内容存档于2018-01-17). 

注解

  1. ^ 包含所有电脑对弈棋谱,以及12盘人类棋手愿意公开的棋谱信息(14盘中有2盘因尊重棋手意愿不公开[7])。另外在棋谱中未纳入人类棋手的名字[7]
  2. ^ Leela Zero的训练网络为2018年4月25日所训练出的第128代,Hash值为158603eb[10]的版本。

外部链接