Як використовувати штучний інтелект в комп'ютерних шахах

У деяких (історичних) працях шахи називають дрозофілою штучного інтелекту. Хоча я припускаю, що в сучасних дослідженнях просто застосування алгоритму пошуку - це в кращому випадку передова інформатика , я вважаю, що все ще є область, де можна застосовувати (і практикувати) ІІ-методи.

Простим прикладом може бути вивчення відкриття книг, де можна навчити програму використовувати чи не використовувати певні рухи у відкритті, оскільки програма не підходить до певних типів позицій. Ми можемо використовувати форму повторного примусового навчання та автоматизувати це: я думаю, я міг би програвати програму проти себе і збільшити ймовірність виграшу ліній та зменшити ймовірність втрати ліній.

Складнішим прикладом є використання функції оцінювання навчання (наприклад, можна налаштувати значення таблиць із квадратних квадратів ). Однак я думаю:

• враховуючи весь шум через те, що існує величезна кількість реалістичних позицій (на відміну від кількості реалістичних ліній відкриття)
• і з вартістю (тривалістю) комп'ютерної гри в шахи та необхідністю грати в навантаження.

Як можна це зробити ефективно? (чи варто дивитись на інші методи, наприклад нейронні мережі.)

Весь простір у шахах величезний - його можна приблизно оцінити як 10 ⁴³ (число Шеннона (Shannon, 1950) , ( Wikipedia )).

Ідея, яку ви презентуєте - агенти з посилення навчання, що грають один з одним для вивчення гри - успішно застосована до нарди - TD-Gammon (Tesauro, 1995) , ( Розділ у навчанні підкріпленню від Sutton & Barto ). Він також використовував Нейронні мережі для оцінки вартості функції гри. Однак ця проблема є набагато простішою, оскільки кількість станів у нардах значно менша, ніж у шахах, а саме: 18,528,584,051,601,162,496 ( тема Архів форуму нардів ).

Якщо ви все-таки закінчите гру після кількох початкових кроків і націлитеся лише на вивчення «хороших відкриттів», ви могли б досягти успіху з аналогічним підходом. Головною проблемою було б оцінити гру після вступної гри, що здається важким. Мір подібності до встановлених позицій після добре відомих відкриттів недостатньо, оскільки позиція може бути далеко від них, якщо противник зробив би дурний крок (так це не буде через помилку агента, тому позиція, навіть якщо "неправильна "слід оцінювати як добрий результат).

Список літератури:

• ШАННОН, Клод Е. "Програмування комп'ютера для гри в шахи". У філософському журналі, 7-а серія, 41, вип. 314 (березень 1950 р.): 256–75.

• Джеральд Тесауро. 1995. Тимчасове різницеве ​​навчання та TD-Gammon. Комун. ОСББ 38, 3 (березень 1995 р.), 58–68

Я майже впевнений, що будь-який можливий (або дивний) метод ІІ або МЛ у підручниках був випробуваний і в значній мірі не вдався порівняно з простою грубою силою.

Моя особиста думка полягає в тому, що шахи самі по собі вже не цікавлять сучасний ШІ ... Просто тому, що це вирішується : просто використовуючи сучасний комп’ютер і грубу силу. Отже, я не відчуваю, що потрібно створити "розумну" систему, щоб її вирішити ефективніше (справно працює у моєму мобільному телефоні), і я вважаю, що немає навіть необхідності у чомусь невідомому та багато іншого "розумний" підхід до існування.

Я думаю, що варто відзначити, що для того, щоб визначити, як вирішити проблему зі штучним інтелектом, потрібно визначити її. Будь це повністю спостережуваним чи частково спостерігається , чи є детермінованим чи стохастичним / шансовим.

Шахи є повністю помітними (на відміну від нарди, монополії чи покеру, наприклад). Це також детерміністично (наприклад, шашки, і, наприклад). Нарешті, супротивники існують, і тому для визначення наступного найкращого руху корисно використовувати тип змагального пошуку такі алгоритми, як MiniMax. Класифікація проблеми може допомогти нам визначити, який алгоритм пошуку ми хочемо застосувати. І в разі шахів, змагальний пошук підійде.

Мінімакс, зокрема, має

$O(b^n)$

$O(bm)$

Тож у випадку шахів b буде 35, а m - 100 Є навколо цього способи або стратегії, щоб зробити його більш ефективним, як, наприклад, відрізання альфа-бета.