Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/syarig/cygo
Cygo is Go AI has feature of like AlphaGo Fan
https://github.com/syarig/cygo
alphago cython keras mcts python3 ray
Last synced: about 1 month ago
JSON representation
Cygo is Go AI has feature of like AlphaGo Fan
- Host: GitHub
- URL: https://github.com/syarig/cygo
- Owner: syarig
- License: gpl-3.0
- Created: 2018-04-09T14:27:54.000Z (almost 7 years ago)
- Default Branch: master
- Last Pushed: 2020-10-17T13:45:42.000Z (about 4 years ago)
- Last Synced: 2024-09-07T05:59:21.185Z (4 months ago)
- Topics: alphago, cython, keras, mcts, python3, ray
- Language: C++
- Homepage:
- Size: 20.2 MB
- Stars: 6
- Watchers: 2
- Forks: 0
- Open Issues: 1
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# Cygoについて
https://github.com/syarig/Cygo
AlphaGo Fanの論文を参考に作った囲碁AIです．AlphaGo Fanはプロを圧倒する棋力を示しましたが，ハードウェアに依存しており，ソースも公開されていません．
しかし，Cygoは少資源環境下で動作する囲碁AIを目指しました．探索アルゴリズムに幾つかの工夫を施しています．
１９路盤にのみ対応しており，同じプレイアウト数のときでは強豪のオープンソース囲碁プログラムであるRay， Fuego，Pachiよりも強いです．
ただし，実行速度が遅いためCythonを用いた高速化を進めています．
MacOSとUbuntu上で動作することを確認しています．おそらくWindows上でも動作するとは思いますが，動作確認はしてません．
ライセンスはGPLライセンスで，インターフェースは同梱していません．GoGuiなどのソフトを使って下さい．
# 環境構築
- 事前に`pipenv`を入れておいてください
- GPUを使うにはGPU版のtensorfowをインストールしてください
```shell
# Cygoをクローンしてくる
git clone https://github.com/syarig/Cygo.git
cd Cygo
# 必要なライブラリをインストール
pipenv install
```
# コンパイル
Rollout policyをCythonで書いてみたのですが、高速動作を実現できなかったため代わりにRayのプレイアウトを使わせてもらってます．
Rayのラッパークラスや木構造の部分にCythonを使っているためコンパイルに下記のコマンドを実行します。`g++5`以上をインストールしておいてください。
```shell
$ python setup.py build_ext -i
```
# ネットワークの学習
`train_sl_policy_net.py, train_rl_policy_net.py, train_value_net.py`のファイルを実行することでモデルを作成することができます。バッチ数等のパラメータもこのファイルに書いてあります。重みなど各種データは`data/*`に作成されます．ディレクトリに関する設定は`config.py`から変更してください。．
```shell
python train_sl_policy_net.py
```
|名称|用途|
---|---
|SL policy network|熟練者の着手予測|
|RL policy network|Value networkの訓練データの生成|
|Value network|盤面の評価|
# 実行
- `apvmcts/gpu_workers.py`の`SL_POLICY_NET_WEIGHT, VALUE_NET_WEIGHT`を使用したい重みのファイル名にする．
- `python cygo.py`を実行する．下記のような引数を取ることができます．
- PCのスペックに合わせて`--rollout`と`--tree-size`は調節して下さい．
例）`python cygo.py -t 1000 -r 1000 --logging --verbose`
```
usage: cygo.py [-h] [--processes PROCESSES] [--lambda_val LAMBDA_VAL]
[--rollout ROLLOUT] [--search-moves SEARCH_MOVES]
[--expand-thr EXPAND_THR] [--tree-size TREE_SIZE] [--komi KOMI]
[--size SIZE] [--reuse-subtree] [--verbose]
Cygo is Go AI has feature of like AlphaGo Fan
optional arguments:
-h, --help show this help message and exit
--processes PROCESSES, -p PROCESSES
Number of available processes. Default: 2
--lambda_val LAMBDA_VAL, -l LAMBDA_VAL
Mixing parameter. Default: 0.5
--rollout ROLLOUT, -r ROLLOUT
Number of playout for tree searching. Default: 6000
--search-moves SEARCH_MOVES, -m SEARCH_MOVES
Number of search moves for each nodes. Default: 20
--expand-thr EXPAND_THR, -e EXPAND_THR
Number of node expanding threthold. Default: 30
--tree-size TREE_SIZE, -t TREE_SIZE
Tree size. Default: 10000
--komi KOMI, -k KOMI Number of komi. Default: 7.5
--size SIZE, -s SIZE Go board size. Default: 19
--reuse-subtree, -R Number of search moves for each nodes. Default: 20
--verbose, -v debug mode
```
# 対戦させてみる
このようにするとGoGuiとTwoGtpを使って対戦させることがでます。
パスやコマンド諸々はご自身の環境に合わして実行してください
```shell
#!/usr/bin/env bash
twogtp_cmd="gogui-twogtpのパス"
gogui_cmd="goguiのパス"
python_path="python環境へのパス"
ray="ray --no-debug --playout 6000"
pachi="pachi -d 0 -t =6000"
gnugo19="gnugo --mode gtp --level 15"
cygo="${python_path} cygo.pyへのパス"
BLACK=$ray
WHITE=$cygo
DIR="対戦結果の保存先"
FILE="対戦結果のファイル名"
TWOGTP="$twogtp_cmd \
-black \"$BLACK\" -white \"$WHITE\" -games 50 \
-size 19 -verbose -referee \"$gnugo\" -sgffile $DIR$FILE"
$gogui_cmd -size 19 -program "$TWOGTP" -computer-both -auto
$twogtp_cmd -analyze "${DIR}${FILE}.dat"
```