转载 对自我训练型AI下让子棋的一些策略

lu01

主题:对自我训练型AI下让子棋的一些策略
楼主|Utenanthy|2019-02-11 22:22:40|只看此ID
很早就在版上提出过这个策略问题，但是感觉版上缺少兴趣，也就懒得再多说了。意冷之际，版上KKAA22DXAI发了多封信件，多次表示很有兴趣，作为回应，我还是说一说吧。

首先说一下，目前我测试过的只有Leela Zero，也就是换过几个权重，我个人没条件测试其他那些知名的AI，但既然是策略，就包含了一定的指导思想，不是简单的套路，那么对其他AI也应该有一定的效果。目前最主要的问题是只有我一个人感觉有效，所以这个策略到底是不是真的有效，还得有比较多的人实际测试之后才能判断。

策略考虑到的问题：
1，AI的强项是计算力，人类无法和AI比计算，遇到拼计算，人类必然吃亏。
2，AI一个显著特点就是抢实地很厉害，这一点早先樊麾就强调过很多次，经常是你觉得自己也没走什么坏棋，但是一数目，发现实地差了很多。一旦AI实地领先，人类就毫无办法了，因为计算力上的差距，人类即便拥有外势，也难以发挥，围空效率很低。

策略的指导思想：
1，限制AI计算力特长的发挥。人类尽量减少棋盘上可能出现的变化数量，缩小棋盘，减少AI那些全局关联型手段的施展空间。
如何减少变化呢？
一个是减少棋盘空旷，让棋盘空间变小，棋盘小了，就不利于AI发挥计算力的特长。
一个是选择避战而简明的走法，效率低一些，但是避开复杂纷争。
让子棋人类一开始就有很大的优势，所以有条件使用效率低的走法。

另外具体总结了几点：
A、能定型的及早定型，不做任何保留。
B、不轻易脱先，不抢先手，安分跟着走，除非是那种AI抢了一步价值很大的棋，把先手让给你。
C、不走大模样，及早限制AI起大模样的可能性。
D、甘心选择吃亏的走法，换取变化更少，换取及早定型。

以往的棋理要求保留变化，要求争先，要求行棋“务张其势”，要求子效，我这ABCD四点，全都与以往棋理相悖，但确是对付强AI让子棋的要点。

2，重视目数而非胜率。
自从有了AI胜率，人类棋手就过于看重这个，比如之前那帖子有说背AI棋谱的，还有学AI定式的，目的就是追求高效，追求不吃亏，至少开局前几十手不吃亏，这个想法看上去很好，但我认为这是欲速则不达，拔苗助长。
你开局丝毫不吃亏，意味着什么？意味着子效极高，意味着棋撑得很满，绷得很紧。
开局阶段看似二分，但是接下来呢？人类棋手的计算力完全不能与AI抗衡，你撑得越满，绷得越紧，也就越是类似于走独木桥，甚至走钢丝，要求一步不能错。但是没有强大的计算力做支撑，你那些子效极高的棋，接下来就会面临各种考验，要么你走的对，不吃亏，要么走错就吃大亏。但你是人类，你不可能走对，很快就会漏洞百出。

AI那个胜率，是基于“后面也是AI来下”才有的那个胜率，对人类来说并不可靠，结果就是你开局前几十手看似更接近胜利，实则远离最终胜利。
我选择开局阶段吃亏，走的很松，但是却换来了之后棋局变化很少，限制了AI发挥计算力的空间，也为自己争取了更宽裕的活动空间，后面可以调整吃亏的幅度，吃小亏换取避免吃大亏，不断让出一些优势，但是换取最终的胜利。
你学AI，模仿AI，拿现在一句时髦的话说，“你把路走窄了”，我退一步海阔天空，把路走宽了。

策略的具体实施：
开局尽量占据空旷处，比如边星位，本身没有目数，但是可以呼应角星位，减小棋盘各处的价值，可以有效把棋盘变小，让AI可施展的空间变小。

星位会被AI点三三，AI抢得实地，若人类顺其自然而取外势，虽然道理上是二分，但是人类经营外势太困难了，看似二分，实则对人类不利。
点三三也有一些定式可以让实地二分，但是外围会变得比较薄，借用很多，与全盘关联起来，有利于AI发挥计算力的优势，对人类不利。
基本上只有连扳的定式是可以取回角部实地的，这个连扳取回角地的定式本身是吃亏的定式，但是考虑到让子棋的优势，可以吃这个亏，换来两个好处：
一是确保了实地，实地占优。人类不去经营外势，让AI去经营外面。
二是局部彻底定型了，后续的变化很少。就一块棋，没有断点，不会被攻击。定型就意味着棋盘变小。
连扳定式，原本的弱点是白棋先手提一朵花，很厚，边上发展潜力很大，这一点后面会说到。

图1右下角点三三，脱先占据边星位，之后AI任意方向爬三路，黑棋就走在四路，若AI飞在二路，黑棋还是走在四路，若AI跳在三路，黑棋就飞在五路。这个角部实地拱手让给AI，但是换取了接下来全局的主动。
右上左下两个点三三，连扳取角地，AI虽然提了两朵花，但是正因为有右下角那个局部比较损的定型，限制了这两朵花在各自边上的发展潜力。
为什么右下第一个点三三时不连扳取角呢？就是因为那个时候棋盘空旷，AI先手提一子，在边上可以有很大发展空间，就可能选择挂角，而不是点三三。
待右下角定型之后，边星位也被黑棋占据，再连扳取角，让AI先手提一子，发展空间也很小了。
同时也正是因为边上的价值变小了，所以AI选择点星位的三三，而不是选择小飞挂角。
连续这几个定型之后，棋盘可发展的空间就变小了，人类也没有弱棋，实地也不少，这样就极大限制了AI的发挥，进入有利于人类控制的局面。


这套策略运用辩证法，欲取先予，欲扬先抑。以前华以刚讲棋喜欢用拳击作比喻，讲“想要打人，先把自己的拳头缩回来”。你害怕对手，不想对手靠近自己，于是伸直了胳膊乱抡，表面上是尽量让对手远离自己，实际上存在大量破绽漏洞，对手抓住你的破绽，就可不断近身打击你。所以你要把胳膊缩回来，主动缩小防御半径，表面上看，对手距离你更近了，但是你防御范围小了，破绽漏洞也就少了，对手反而不好出手。
这种缩回拳头蓄势待发，如果对手是人类棋手，人家稍微试探试探，发觉你根本没有力量，蓄势待发只是装样子，其实是蓄势不发，无力可发，人家就会施展各种欺招骗招，且得寸进尺。
但是AI不同，AI默认你这个对手的计算力和它是相同的，它默认过分的欺招走法必然会遭到反击，它会吃亏，所以它看你蓄势待发就不会进逼了。
这个对AI的策略能够有效，就依赖于AI不会使用欺招骗招，即便你退让，AI也不会过分，不会故意欺负你，不会刻意的逼你去战斗，你退让一些，AI也不会得寸进尺，这样一来，你虽然吃亏退让，但是AI的步伐也小，占的便宜也很有限，你吃的亏也就有限，让子棋的优势让你亏得起，能够支持你亏到终局。

目前我个人只能赢让3子，让2子就赢不了了，感觉主要还是我个人的水平比较低，计算力差，为了让局面足够简明，保持在可控范围内，不得不让出更多的利益，导致让2子的优势不足以支持我退让到终局。而如果我不退让那么多，安全边际不留那么多，就无法将局面保持在我的计算力能够控制的范围内，一旦超出可控范围，战斗起来就不是AI的对手了。
我觉得如果是职业高手，有更强的计算力，就可以用吃亏更小的走法换取局面的简化，有了更强的计算力，安全边际的要求也会更低，让2子的优势有可能就足够职业高手保持到终局了。

这套策略，包含了一些通用的辩证法和战略战术思想的运用，也是发现并利用了AI的一些特点，或者说是AI下让子棋的一些缺陷。
这套策略，我自己感觉对AI是很有效的，但也可能是个人主观感觉的一种纸上谈兵，KKAA22DXAI还有其他版友有兴趣可以按这个策略自己去测试一下，验证一下。
--
修改:Utenanthy FROM 221.196.41.*
FROM 221.196.41.*
单击此查看原图
单击此查看原图
单击此查看原图
1楼|zxf|2019-02-11 22:32:08|只看此ID
很不错，尤其是不要盲目追求胜率，说的很好。虽然已经有很多人提到这一点，
但是AI出现后，这仍然是一个长期的人类误区。

经常看直播就有明显体会，有的90%胜率分分钟翻盘，有的70%胜率纹丝不动，可见
相同的胜率对人类而言可以天差地别。AI胜率的前提是你能走出正解，起码达到AI的
水平，否则有时胜率不过是镜中花水中月。

wj888123

楼主说的很有道理，学AI不如先学会了解自己！

hred9D

柯洁对alphago的第一局半目胜负，就是想少变化，还是输了！
AI会智能的跟你跬步下棋，拼官子！

xchwd

很好的心得，学习了！