https://github.com/zhaipro/alphalineuppuzzle
Lineup Puzzle 游戏 AI 灵感来自于AlphaGo
https://github.com/zhaipro/alphalineuppuzzle
Last synced: 29 days ago
JSON representation
Lineup Puzzle 游戏 AI 灵感来自于AlphaGo
- Host: GitHub
- URL: https://github.com/zhaipro/alphalineuppuzzle
- Owner: zhaipro
- License: mit
- Created: 2016-03-28T03:04:57.000Z (about 10 years ago)
- Default Branch: develop
- Last Pushed: 2017-12-17T07:35:43.000Z (over 8 years ago)
- Last Synced: 2025-01-28T03:50:03.490Z (over 1 year ago)
- Language: Python
- Homepage:
- Size: 699 KB
- Stars: 1
- Watchers: 2
- Forks: 3
- Open Issues: 1
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# AlphaLineupPuzzle
该项目是Lineup Puzzle游戏的AI。
命名灵感来自于AlphaGo，
其目的是学习并掌握AlphaGo论文中提到的相关技术。
## 当前进展
- [ ] AlphaLineupPuzzle开发
- [x] 棋盘
- [x] 蒙特卡洛树搜索
- [x] 快速走子
- [ ] 策略网络
- [ ] 联合策略网络和蒙特卡洛树搜索
- [ ] 值网络
- [ ] 强化学习
- [ ] AI界面
## v0.1版本的性能
v0.1版本在单核心上运行了8天(11679分钟)，共完成248局游戏。以下是对这248局游戏存档的统计：
name |sum |mean |min |max
-------|-------|-------|-------|-------
得分 |- |155943 |4500 |922000
步数 |133309 |537 |23 |3142
候选 |- |22.85 |0 |100
其中每消除一行得500分。
## 快速走子策略的性能
神经网络库用的是chainer。训练数据来自于v0.1的存档。
**第一次尝试（v0.2）：**
提取并旋转、镜面扩展了训练数据。
其中前10%用于测试，后90%用于训练。
其在测试集上的预测准确率为22.5%（纯蒙的话，准确率为4.38%），在训练集上的准确率为23.1%
**第二次尝试（v0.3）：**
```bash
python -m AlphaLineupPuzzle.preprocessing.game_converter v2 -e 1 -v -o data.h5f
python -m AlphaLineupPuzzle.training.training -i data.h5f -a 0.0005 -b 32 -n 5 -o v0.3 -v
python -m AlphaLineupPuzzle.ai -i v0.3 -c 248 | grep -E [0-9]+ | sum.sh
```
**结论：**
1. 与随机走子对比，训练结果是有效果的 。
1. 更简单的输入输出结构能得到更好的效果。
以下是仅使用快速走子策略的得分。其中随机走子作为对照组，它仅等概率地挑选合法走子。
执行批次|策略网络v0.2|策略网络 v0.3|随机走子
--------|--------|----|--------
第一次 |5540 |11260|1274
第二次 |5512 |13247|1304
第三次 |5318 |11491|1236
其中每个批次都包含248局游戏，分值为这248局的平均得分。
## 截图
游戏界面如下：
AI运行时如下：
