README.md

TamaGo

• 此翻譯對應 v0.6.5

TamaGo 是以一個用 python 撰寫的圍棋程式。它有以下的功能

• 通過監督學習（Supervised Learning）學習 SGF 格式的棋譜。
• 使用 Gumbel AlphaZero 實做強化學習（Reinforcement Learning）。
• 使用神經網路搭配蒙地卡羅樹搜索

TamaGo 需要 python 3.6 或更高的版本

• 需求
• 安裝套件
• 如何啟用 GTP 引擎
• 如何使用監督學習
• 如何使用強化學習
• 授權條款

需求

套件	用途
click	支援內建選項
numpy	用於計算和其它
pytorch	構成神經網路和學習

安裝套件

可通過 Python 輸入下列指令直接安裝套件。

pip install -r requirements.txt

你可以僅使用 CPU 執行 TamaGo，但推薦在有 GPU 機器上執行之。

如何啟用 GTP 引擎

TamaGo 支援 GTP 協議的界面（GoGui, Sabaki, Lizzie 等），使用下列指令即可啟動之

python main.py

TamaGo 支援以下的指令

選項	描述	設定值	預設值	設定範例	備註
--size	棋盤大小	2 以上 BOARD_SIZE 以下	9	BOARD_SIZE	BOARD_SIZE 定義在 board/constant.py
--superko	是否使用禁全同規則	true 或是 false	true	false	只支援 positional superko
--model	使用的網路權重		model/model.bin	無	指定的路徑必須要在 TamaGo 的路徑之下
--use-gpu	是否使用 GPU	true 或 false	true	false
--policy-move	是否只使用 Policy 網路下棋	true 或 false	true	false	主要是為了確認 Policy 網路的強度
--sequential-halving	數搜索時是否使用 Sequential Halving	true 或 false	true	false	主要是為了 debug
--visits	每手棋的訪問數	1 以上的整數	1000	1000	當使用 --const-time 或 --time 參數時，此選項會被忽略
--const-time	每手棋的思考時間 (秒)	0 以上的任意數	10.0		當使用 --time 參數時，此選項會被忽略
--time	總思考時間 (秒)	0 以上的任意數	600.0
--batch-size	MCTS 搜索使用的 batch 大小	大於零的整數	13	NN_BATCH_SIZE	NN_BATCH_SIZE 定義在 mcts/constant.py

執行範例

1. 設定棋盤大小為 5，使用的權重為 model/model.bin ，禁止使用 GPU。

python main.py --size 5 --model model/model.bin --use-gpu false

2. 啟用禁全同規則。

python main.py --superko true

3. 使用的權重為 model/model.bin，使用 policy 網路產生下一手。

python main.py --model model/sl-model.bin --policy-move true

4. 設定總思考時間為 10 分鐘。

python main.py --time 600

5. 設定每手的訪問數為 500。

python main.py --visits 500

6. 設定每手的思考時間為 10 秒。

python main.py --const-time 10.0

使用預先訓練好的權重

你可以從這裡下載預先訓練好的權重，將權重改名成 model.bin 後放置在 model 路徑之下即可使用。請注意每不同版本的網路結構可能不一樣，不同版本的 TamaGo 可能需要對應對不同版本的權重。

• 0.3.0 版本，不使用搜索的條件下強 GNU Go（lv10） 約 90 elo，搜索的條件下大概強約 160 elo。
• 0.6.0 版本後，網路的結構有改變，早於此版本的網路無法使用。
• 0.6.3 版本，強 GNU Go（lv10） 約 420 elo。搜索的條件下（100 visits/move），強 Ray（10k playouts/move） 約 180 elo。

如何使用監督學習

監督學習教程請看這裡。

如何使用強化學習

強化學習教程請看這裡。

GoGui analyze commands

GoGui 可以用顏色顯示 policy 網路輸出的分佈，或是用數值直接顯示。

下圖裡的越紅位置代表其 policy 的數值越高。

授權條款

TamaGo 使用 Apache License 2.0 授權。