Minigo
| 当前版本 | |
|---|---|
| 源代码库 | github |
| 编程语言 | Python、C++ |
| 引擎 | |
| 类型 | 电脑围棋 |
| 许可协议 | Apache License 2.0[1] |
| 网站 | github |
Minigo是一套电脑围棋软件。
简介[编辑]
Minigo是一套依照Google DeepMind在《自然》上对于AlphaGo Zero所发表的论文《Mastering the game of Go without human knowledge[2]》所实做出的开源电脑围棋程序[3]，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，使用单一人工神经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）。
软件是基于Brain Lee的MuGo继续开发，使用Python与C++撰写，并且透过TensorFlow实做人工神经网络的部分[3]。代码以Apache License 2.0发布[1]，训练资料以公有领域（Public domain）发布[4]。
项目的目标包括了[3]：
- 提供使用TensorFlow、Kubernetes以及Google云端平台实做强化学习（英语：Reinforcement learning）的示例。
- 尽可能重制论文里所提到的方法，并提供开源的程序与工具。
- 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，项目也希望借由独立另外实做，验证Leela Zero所产生的疑问[5]。
与Google及DeepMind的关系[编辑]
这个项目虽然是挂在TensorFlow的GitHub下（且TensowFlow是由Google研发出的软件），而且主要的项目贡献者Andrew Jackson[6][注 1]与Tom Madams[注 2]都是Google员工，但官方一再强调这并非TensorFlow项目的一环[5]，也不是Google DeepMind的AlphaGo官方版本，而是由独立的团队依照AlphaGo Zero的论文而实做出的版本[3][7]。
版本演进[编辑]
虽然Google与Google DeepMind没有正式参与Minigo项目，但Andrew Jackson使用的是Google所提供的20%时间[5]，并且得到Google赞助提供硬件资源进行运算，供Minigo团队确认程序正确性[3][8]：
- 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，主要是确认程序实做的正确性。
- 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，边对程序做出各类改善，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）
- 引擎部分改用C++重写，以改善性能。
- 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）
- 获取新的资源，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[编辑]
Leela Zero同样也是依照AlphaGo Zero论文所独立实做出来的软件[9]，而Minigo项目获取Google赞助的计算资源，透过大量计算资源得到质量还不错的训练网络资料。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享的可能性[10]。
成绩[编辑]
Minigo的第二阶段在CGOS上以somebot开头的名称参与19x19的对战[11]，排名最高的账号为somebot-199b[12]，获取约2600分的BayesElo成绩[11]。
相关链接[编辑]
- AlphaGo，所参考论文的电脑围棋软件。
- AlphaGo Zero，所参考论文的电脑围棋软件。
- Leela Zero，另外一套也是依照AlphaGo Zero所实做的开源电脑围棋软件。
- MuGo，由Brain Lee依照AlphaGo的论文所开发的电脑围棋软件。
- TensorFlow，Minigo所使用到的框架。
- 计算机围棋
- 围棋软件
参考资料[编辑]
- ^ 1.0 1.1 minigo/LICENSE at master · tensorflow/minigo. [2018-02-01]. （原始内容存档于2019-02-17）.
- ^ Silver, David; Schrittwieser, Julian; Simonyan, Karen; Antonoglou, Ioannis; Huang, Aja; Guez, Arthur; Hubert, Thomas; Baker, Lucas; Lai, Matthew; Bolton, Adrian; Chen, Yutian. Mastering the game of Go without human knowledge. Nature. 2017-10, 550 (7676) [2018-02-01]. ISSN 1476-4687. doi:10.1038/nature24270. （原始内容存档于2018-04-12） （English）.
- ^ 3.0 3.1 3.2 3.3 3.4 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）.
- ^ 5.0 5.1 5.2 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）.
- ^ 11.0 11.1 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[编辑]
外部链接[编辑]
- 官方网站 （英文）