search

junxiaosong / AlphaZero_Gomoku

An implementation of the AlphaZero algorithm for Gomoku (also called Gobang or Five in a Row)
MIT License
3.25k stars 965 forks source link

关于写禁手的疑问 #75

Open tristantian opened 5 years ago

tristantian commented 5 years ago

我想增加禁手规则，但是我无法根据board.current_players判断谁是先手。我自己增加了标志，但是在start_self_play中失效了。看代码，我怎么觉得在start_self_play中永远都是p1先手？想问一下

junxiaosong commented 5 years ago

因为self-play是一个MCTS同时下双方，所以默认一直是p1先下。如果要判断当前play的是先手还是后手，可以根据board.state里元素个数的奇偶性判断，目前board.current_state函数里是这么处理的；另外如果想设置先手player编号的话，也是可以在board.init-board里设置的，可以参考start_play函数

tristantian commented 5 years ago

谢谢回答。另外我想问一个白痴的问题，我在训练中模型和pure_MCTS对比达到了“win :10 lose 0”的状态，但训练的结果还是很差（和我自己下，他不会拦，每次都我赢）。这个情况让我很意外，我不知道是我的禁手出了问题（训练出来模型的一直在诱导对方下禁手？所以才win：10）还是这种情况本来就有可能发生呢。

junxiaosong commented 5 years ago

对阵使用多少次playout的pure_MCTS达到了10:0呢？如果playout次数很少的话，pure_MCTS本来就是很弱的，另外目前的pure_MCTS实现的时候是没有考虑禁手的

tristantian commented 5 years ago

次数的话大约6、7百次。pure_MCTS本来就很弱呀，那我再继续训练试试。

cxgreat2014 commented 5 years ago

新年快乐~@junxiaosong 如果想要增加禁手规则大概需要改哪些文件呢？

人工智能来玩五子棋，若无禁手规则。。感觉总缺了那么一块，毕竟有先手必胜，/无奈，有空还是加上吧。。