Minigo
| 当前版本 |
|
|---|---|
| 源代码库 | github |
| 编程语言 | Python、C++ |
| 类型 | 电脑围棋 |
| 许可协议 | Apache License 2.0[2] |
| 网站 | github |
Minigo是一套电脑围棋软体。
简介
Minigo是一套依照DeepMind在《自然》上对于AlphaGo Zero所发表的论文《Mastering the game of Go without human knowledge[3]》所实做出的开源电脑围棋程式[4]，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，使用单一类神经网路从自我对弈中学习（不像AlphaGo以人类角度思考，设计了Policy Network与Value Network）。
软体是基于Brain Lee的MuGo继续开发[4]，使用Python与C++撰写[4]，并且透过TensorFlow实做类神经网路的部份[4]。程式码以Apache License 2.0释出[2]，训练资料以公有领域（Public domain）释出[5]。
专案的目标包括了[4]：
- 提供使用TensorFlow、Kubernetes以及Google云端平台实做强化学习（英语：Reinforcement learning）的范例。
- 尽可能重制论文里所提到的方法，并提供开源的程式与工具。
- 提供资料以及训练成果，让围棋界、机器学习领域以及Kubernetes社群都能够受益。
除此之外，专案也希望借由独立另外实做，验证Leela Zero所产生的疑问[6]。
与Google及DeepMind的关联
这个计画虽然是挂在TensorFlow的GitHub下（且TensowFlow是由Google研发出的软体），而且主要的专案贡献者Andrew Jackson[7][注 1]与Tom Madams[注 2]都是Google员工[6]，但官方一再强调这并非TensorFlow专案的一环[6]，也不是DeepMind的AlphaGo官方版本[4]，而是由独立的团队依照AlphaGo Zero的论文而实做出的版本[4][8]。
版本演进
虽然Google与DeepMind没有正式参与Minigo计画，但Andrew Jackson使用的是Google所提供的20%时间[6]，并且得到Google赞助提供硬体资源进行运算，供Minigo团队确认程式正确性[4][9]：
- 第一阶段（2017年十月）
- 使用约1000 CPU cores（没有GPU）跑两周，训练9x9棋盘，主要是确认程式实做的正确性。
- 第二阶段（2017年十二月至2018年一月）
- 使用约1000 GPU跑四个礼拜，训练19x19棋盘，使用20 blocks x 128 filters，在更大的规模上边修正bug，边对程式做出各类改善，并摸索论文里没有提到的细节要如何实做。在160个迭代（generation）后，团队将训练结果放到KGS与CGOS上对弈，以
somebot为名，后面的数字表示是哪个迭代。最终大约跑了250个迭代。 - 第三阶段（2018年1月20日至2月1日）
- 在确认论文内不清楚的地方，尝试后从错误中学到不少事情。
- 第四阶段（2018年2月7日后至三月）
- 因为19x19的成果受限，改回使用9x9训练，在大约一个礼拜的训练后达到职业水准。
- v5（2018年三月至四月）
- 引擎部份改用C++重写，以改善效能。
- v7a（2018年五月的第一周）
- v7（2018年5月16日至7月17日）
- v9（2018年7月19日至8月1日）
- 取得新的资源，使用600个TPU（v2）训练。
- v10（2018年8月28日至9月14日）
- v11（2018年9月14日至9月17日）
- v12
- v13
- v14
- v15
合作
Leela Zero同样也是依照AlphaGo Zero论文所独立实做出来的软体[10]，而Minigo专案取得Google赞助的计算资源，透过大量计算资源得到品质还不错的训练网路资料。因此Leela Zero的团队与Minigo的团队基于双方的经验，讨论参数的调整能带来的改善，以及双方训练资料共用的可能性[11]。
成绩
Minigo的第二阶段在CGOS上以somebot开头的名称参与19x19的对战[12]，排名最高的帐号为somebot-199b[13]，取得约2600分的BayesElo成绩[12]。
相关连结
- AlphaGo，所参考论文的电脑围棋软体。
- AlphaGo Zero，所参考论文的电脑围棋软体。
- Leela Zero，另外一套也是依照AlphaGo Zero所实做的开源电脑围棋软体。
- MuGo，由Brain Lee依照AlphaGo的论文所开发的电脑围棋软体。
- TensorFlow，Minigo所使用到的框架。
- 电脑围棋
- 围棋软体
参考资料
- ^ Release 199. 2018年1月30日 [2018年7月3日].
- ^ 2.0 2.1 minigo/LICENSE at master · tensorflow/minigo. [2018-02-01]. （原始内容存档于2019-02-17）.
- ^ Mastering the game of Go without human knowledge. 自然 (期刊). 2017-10-18 [2018-02-01]. （原始内容存档于2018-04-12）.
- ^ 4.0 4.1 4.2 4.3 4.4 4.5 4.6 4.7 tensorflow/minigo: An open-source implementation of the AlphaGoZero algorithm. [2018-02-01]. （原始内容存档于2020-11-09）.
- ^ minigo/fetch_dataset.sh at master · tensorflow/minigo. [2018-02-01]. （原始内容存档于2019-02-17）.
- ^ 6.0 6.1 6.2 6.3 An open-source implementation of the AlphaGoZero algorithm : cbaduk. 2018-01-30 [2018-02-01]. （原始内容存档于2018-09-04）.
- ^ Contributors to tensorflow/minigo. [2018-02-01]. （原始内容存档于2019-02-17）.
- ^ [Computer-go] MiniGo open sourced. 2018-01-29 [2018-02-14]. （原始内容存档于2020-01-28）.
- ^ minigo/RESULTS.md at master · tensorflow/minigo. [2018-02-01]. （原始内容存档于2019-10-18）.
- ^ gcp/leela-zero: Go engine with no human-provided knowledge, modeled after the AlphaGo Zero paper.. [2018-02-02]. （原始内容存档于2018-10-16）.
- ^ Ideas from Minigo · Issue #785 · gcp/leela-zero. [2018-02-02]. （原始内容存档于2019-10-18）.
- ^ 12.0 12.1 19x19 All Time Ranks. [2018-02-01]. （原始内容存档于2018-01-17）.
- ^ Crosstable for somebot-199b. [2018-02-01]. （原始内容存档于2020-07-10）.
注解
外部链接
- 官方网站 （英文）