Karesis

我试了一下，也不行。作者代码是纯卷积的视觉思路，可能表现力会差，得上lstm或注意力

我尝试了一种新的方法，贼简单，效果不错，还在整理代码，预计下周发出来，甚至不用mcts，一个list就搞定了。我这周要补考，下周抓紧发✧٩(ˊωˋ*)و✧

完啦，根本简单不了 qAq 看我最近的一些研究，Self那个项目 感觉一丢掉mcts就完蛋

https://github.com/Karesis/Self.git

我尝试用一个基于搜索的ai生成数据，然后我写了一个神经网络来做学习。这个效果还不错，可以看https://github.com/Karesis/GmetaMini2 还没有readme，晚一点我给一个。有时间我准备把里面的一些方法来替换这个作者项目里的神经网络

有一种方法，就是限制棋子只能在同色棋子周围落子。直接mask也行，比较好的办法是让输出以棋子为中心，输出多个（比如黑棋的话就得以黑棋为中心的5×5区域，以白棋为中心的5×5区域，然后再把它们累加起来，归一化，得到value和policy。也就是输出是总棋子×5×5的tensor）这样棋子就更加会进攻或防守。觉得效果不好可以再缩减，比如把5×5变成3×3。

> > 有一种方法，就是限制棋子只能在同色棋子周围落子。直接mask也行，比较好的办法是让输出以棋子为中心，输出多个（比如黑棋的话就得以黑棋为中心的5×5区域，以白棋为中心的5×5区域，然后再把它们累加起来，归一化，得到value和policy。也就是输出是总棋子×5×5的tensor）这样棋子就更加会进攻或防守。觉得效果不好可以再缩减，比如把5×5变成3×3。 > > 请问下，具体是以哪个棋子呢？比如现在白棋下了一步，紧接着应该黑棋下，那么黑棋子的落子是围绕上一步白棋的落子，还是上上一步黑棋的落子呢？在我看来围绕白棋就是寻找防守，围绕黑棋就是寻求进攻？ 就是以所有棋子，但是区分轨道。我的想法是假设现在黑棋要下，人为的把所有黑子和他附近的3×3或5×5取出来，送入一个神经网络，得到黑子数量乘以3×3的方阵（以3×3为例），mask，然后再把他们加起来，看做进攻policy。同样的把所有白子附近的3×3取出来，送入一个神经网络，得到白子数量乘以3×3的方阵，mask，加起来（这里可以归一化一下），看做防守policy。最后就看哪个大嘛，或者你可以所有统一归一化一下，把白的乘以一个负数，加一起看哪里大，就下哪里。

> > > > 有一种方法，就是限制棋子只能在同色棋子周围落子。直接mask也行，比较好的办法是让输出以棋子为中心，输出多个（比如黑棋的话就得以黑棋为中心的5×5区域，以白棋为中心的5×5区域，然后再把它们累加起来，归一化，得到value和policy。也就是输出是总棋子×5×5的tensor）这样棋子就更加会进攻或防守。觉得效果不好可以再缩减，比如把5×5变成3×3。 > > > > > > > > > 请问下，具体是以哪个棋子呢？比如现在白棋下了一步，紧接着应该黑棋下，那么黑棋子的落子是围绕上一步白棋的落子，还是上上一步黑棋的落子呢？在我看来围绕白棋就是寻找防守，围绕黑棋就是寻求进攻？ > > > > > > 就是以所有棋子，但是区分轨道。我的想法是假设现在黑棋要下，人为的把所有黑子和他附近的3×3或5×5取出来，送入一个神经网络，得到黑子数量乘以3×3的方阵（以3×3为例），mask，然后再把他们加起来，看做进攻policy。同样的把所有白子附近的3×3取出来，送入一个神经网络，得到白子数量乘以3×3的方阵，mask，加起来（这里可以归一化一下），看做防守policy。最后就看哪个大嘛，或者你可以所有统一归一化一下，把白的乘以一个负数，加一起看哪里大，就下哪里。 > > 我理解下你的意思，就是黑棋要落子，你会遍历下棋盘上黑棋附近3x3和5x5方阵的可以落子点（通过mask），然后所有的落子位置进行归一化，作为进攻policy；再遍历下棋盘上白棋附近3x3和5x5方阵的可以落子点（通过mask），同样归一化作为防守policy；最后再考虑进攻和方式的policy，进行落子？ > > 如果我理解正确的话，我觉得一端到端看这个方案太复杂了；二输入变得太局限了，仅看该子周围的3x3和5x5方阵，你想想最牛逼的棋手是只看局部情况的吗？显然不是啊。我认为太tricky了。 可以试一下，只是我最近没时间（过段时间我肯定会试的）。就是五子棋可以这样想，毕竟最终棋盘也不是特别大。有可能其他地方“浪费了”，类似于稀疏注意力的想法，并且这样可以把棋子落点约束到现有棋子周围（之前我试过随机在已有落子周围落子，在五子棋这个任务上，比单纯的随机落子会“聪明”一点） 但这只是一个想法，得试。

Hi @zesterer and everyone, I'm adding another data point to this issue as I've just spent a significant amount of time debugging what appears to be the exact same problem....

> [@Karesis](https://github.com/Karesis) That's unfortunate. I would like to provide a good solution for this, but I can't think of any, without reverting to hacks (like shortening type names in an...