Как запрограммировать нейронную сеть для шахмат?

Был там, сделал это. Поскольку в вашей проблеме нет непрерывности (значение позиции не тесно связано с другой позицией, только одно изменение значения одного входа), вероятность того, что NN будет работать, очень мала. И в моих экспериментах этого никогда не происходило.

Я бы предпочел увидеть имитацию системы отжига с специальной эвристикой (которой существует множество), чтобы оценить значение позиции ...

Однако, если вы настроены на использование NN, это относительно легко представить. Обычная сеть - это просто граф, в котором каждый узел является нейроном. Каждый нейрон имеет текущее значение активации и формулу перехода для вычисления следующего значения активации на основе входных значений, то есть значений активации всех узлов, которые имеют ссылку на него.

Более классический NN, то есть с входным слоем, выходным слоем, идентичными нейронами для каждого слоя и без временной зависимости, таким образом, может быть представлен массивом входных узлов, массивом выходных узлов и связанным графом узлы, соединяющие тех. Каждый узел имеет текущее значение активации и список узлов, на которые он пересылает. Вычисление выходного значения - это просто установка активаций входных нейронов на входные значения и итерация по каждому последующему слою по очереди, вычисление значений активации из предыдущего слоя с использованием формулы перехода. Когда вы дойдете до последнего (выходного) слоя, у вас есть результат.

На случай, если кто-то случайно найдет эту страницу. Учитывая то, что мы знаем сейчас, то, что предлагает ОП, почти наверняка возможно. Фактически нам удалось сделать это для игры с гораздо большим пространством состояний - Go (https://deepmind.com/research/case-studies/alphago-the-story-so-far).

Я не понимаю, почему у вас не может быть нейронной сети для статического оценщика, если вы также выполняете классический мини-макс lookahead с альфа-бета-обрезкой. Многие шахматные движки используют минимакс с бездумным статическим вычислителем, который просто складывает фигуры или что-то в этом роде; не имеет большого значения, достаточно ли у вас уровней минимакса. Я не знаю, насколько улучшилась бы сетка, но терять особо нечего. Однако тренироваться было бы непросто. Я бы посоветовал использовать движок, который смотрит вперед на много ходов (и требует нагрузку на ЦП и т. Д.), Чтобы обучить оценщика работе с движком, который смотрит вперед на меньшее количество ходов. Таким образом, вы получите движок, который не потребляет столько ресурсов процессора (надеюсь).

Изменить: я написал это в 2010 году, а теперь, в 2020 году, Stockfish NNUE сделал это. Сеть оптимизирована и обучена на [классической Stockfish] оценке миллионов позиций при умеренной глубине поиска, а затем используется в качестве статического оценщика, и в своих начальных тестах они получили улучшение на 80 единиц при использовании этого статического оценщика вместо прежнего. one (или, что то же самое, elo с чуть меньшим процессорным временем). Так что да, это действительно работает, и вам даже не нужно обучать сеть на большой глубине поиска, как я изначально предлагал: умеренной глубины поиска достаточно, но ключ в том, чтобы использовать многие миллионы позиций.

Это возможно, но ни в коем случае не тривиально.

https://erikbern.com/2014/11/29/deep-learning-for-chess/

Чтобы обучить свою оценочную функцию, он использовал для этого много вычислительной мощности.

Подводя итог, можно сделать следующее. Ваша оценочная функция - это NN прямого распространения. Пусть вычисления матрицы приводят к скалярному выходу, оценивающему, насколько хорош ход. Входной вектор для сети - это состояние доски, представленное всеми фигурами на доске, например, белая пешка - 1, белый конь - 2 ... и пустое пространство - 0. Пример входного вектора состояния доски - это просто последовательность из 0 -12 х. Эту оценку можно обучить, используя игры гроссмейстеров (например, доступные в базе данных фикций) для многих партий, минимизируя потери между тем, что по текущим параметрам является наивысшей оценкой, и тем ходом, который сделали гроссмейстеры (который должен иметь самую высокую оценку). Это, конечно, предполагает, что ходы гроссмейстера правильные и оптимальные.

Для обучения ИНС нужно что-то вроде обучения с обратным распространением или какой-либо формы генетический алгоритм. Но шахматы - настолько сложная игра, что маловероятно, что простая ИНС научится играть в них - тем более, если процесс обучения проходит без присмотра.

Далее в вашем вопросе ничего не сказано о количестве слоев. Вы хотите использовать 385 входных нейронов для кодирования текущей ситуации. Но как вы хотите решить, что делать? По нейрону на поле? Побеждает высшее возбуждение? Но часто есть несколько возможных ходов.

Далее вам понадобится несколько скрытых слоев - функции, которые могут быть представлены с входным и выходным слоями без скрытого слоя, действительно ограничены.

Так что я не хочу препятствовать тому, чтобы вы попробовали это, но шансы на успешное внедрение и обучение в течение, скажем, одного года или около того, практически равны нулю.

Я пытался построить и обучить ИНС для игры в крестики-нолики, когда мне было 16 лет или около того ... и у меня ничего не вышло. Я бы посоветовал сначала попробовать такую ​​простую игру.

Основная проблема, которую я вижу здесь, - это тренировка. Вы говорите, что хотите, чтобы ваша ИНС заняла текущую позицию на доске и оценила, насколько она хороша для игрока. (Я предполагаю, что вы возьмете все возможные ходы для игрока, примените их к текущему состоянию доски, оцените через ИНС, а затем возьмете тот, у которого наивысший результат, то есть: восхождение на холм)

Ваши варианты, как я их вижу:

• Разработайте эвристическую функцию для оценки состояния платы и обучения сети на этом. Но возникает вопрос, зачем вообще использовать ИНС, если можно просто использовать эвристику.

• Используйте статистический показатель, например «Сколько игр было выиграно белыми или черными на этой конфигурации доски?», Который даст вам значение пригодности между белыми или черными. Сложность заключается в том, что объем обучающих данных необходим для размера вашего проблемного пространства.

Со вторым вариантом вы всегда можете кормить его последовательностями досок из игр гроссмейстера и надеяться, что ИНС будет достаточно покрытия для разработки решения.

Из-за сложности проблемы я хотел бы добавить к ней самую большую сеть (то есть: множество внутренних узлов), как я мог бы, не слишком замедляя обучение.

У вас правильный алгоритм ввода - все позиции, все фигуры и оба игрока учтены. Вам может потребоваться входной слой для каждого прошлого состояния игровой доски, чтобы прошлые события снова использовались в качестве входных данных.

Выходной слой должен (в той или иной форме) указывать фигуру, в которую нужно двигаться, и место, куда нужно переместиться.

Напишите генетический алгоритм, используя коннектом, который содержит все веса нейронов и силы синапсов, и начните несколько отдельных генных пулов с большим количеством коннектомов в каждом.

Заставьте их играть друг с другом, удерживайте лучшую группу, пересекайте и изменяйте лучшие коннектомы, чтобы заново заселить пул.

Прочтите blondie24: http://www.amazon.co.uk/Blondie24-Playing-Kaufmann-Artificial-Intelligence/dp/1558607838.

Он занимается шашками, а не шахматами, но принципы те же.

Пришел сюда, чтобы сказать то, что сказал Сайлас. Используя минимаксный алгоритм, вы можете рассчитывать на N ходов вперед. Используя альфа-бета-обрезку, вы можете расширить это теоретически до 2 * N ходов, но более реалистично до 3 * N / 4 ходов. Здесь действительно уместны нейронные сети.

Хотя, возможно, можно было бы использовать генетический алгоритм.