? ? ? 從本節開始，我們將從零開始，一行一行代碼的編寫，直到完整設計出當年擊垮13次世界圍棋冠軍李世石的AlphaGo

? ? ? 幸運的是，在人工智能思維下，我們不需要成為圍棋高手就能設計出AlphaGo，我們只需要掌握圍棋的若干條基本規則，然后熟悉Python代碼的編寫，具備深度學習的基本知識就夠了

?

----------------------------------------------------------------------------------------------------------------------------------------

圍棋的基本規則

? ? ? 圍棋在所有棋類中難度最大，但有趣的是，它的規則幾乎最簡單，圍棋充分體現了大道至簡的原則。

? ? ? 圍棋的棋盤有三種規格，分別為9*9，13*13和19*19，它是由若干條橫線和豎線交織而成的“田”字形網格：

? ? ? ?棋子必須下在線的交叉點上而不能下在方塊中間。圍棋下子基本上沒有任何約束，你下子的目的是盡可能的把對手的棋子給圍住吃掉。比賽開始后，黑子先走。當你下的棋子把對方棋子全面包圍時，對方被包圍的棋子就可以你吃掉。

? ? ? ?圍棋的棋子間有個概念叫相連，在一個棋子上下左右四個位置有同一顏色的棋子時，兩個棋子就會相連，而相連具有傳遞性，如果A與B相連，B與C相連，那么A與C就相連。上圖中加在兩個白子中間的黑子與它上方的黑子相連，而上方黑子與它右邊的黑子相連，于是三個黑子相連成一個集合。相連要看上下左右四個位置而不能看對角線，如果上圖去掉第二行最左邊的黑棋，剩下的兩個棋子就不相連。

? ? ? 一個棋子上下左右四個位置中沒有被對方棋占據的位置叫“自由點”，這些概念是我自己構造的，不對應專業術語，能說清楚問題即可。上圖四個方塊是自由點，如果白棋把四個方塊都占據的話，那么圍在里面的黑棋就再也沒有自由點了，任何沒有自由點相連的棋都會被對方吃掉。

?

? ? ? 在圍堵對方時，可能會出現一些特殊情況：

? ? ? 在上圖左邊白棋形成兩個”眼“A和B，這種情況下黑棋就無法吃掉白棋。因為無論你下在A還是B，白棋都存在一個自由點，因此黑棋無論如何都形不成對白旗的圍堵，除非白棋足夠蠢能讓黑棋連續堵住這兩個點。

? ? ? 而右邊則不同，黑棋只要堵住C點，白棋就沒有任何自由點，于是所有白棋就全被黑棋吃掉。因此下棋時你不能下在沒有自由點的位置，除非你能形成圍堵把對方棋子吃掉。

?

? ? ? 當結束時，需要計算雙方的分數以便決定勝負。首先要計算死棋，也就是無法形成兩眼的棋子集合，或者是那些不可能再有自由點的棋子集合，死棋被認為是給對方吃掉了。

? ? ?圍棋有兩種計分法，一種是領土計分。棋盤上任何上下左右都被你的棋圍住的點叫領土點，計一分，對方每個被你吃掉的棋子也計一分。第二種叫區間計分，棋盤上任何一個上下左右被你的棋子占據的空余點計一分，你在棋盤上還剩下的棋子各計一分，通常情況下兩種計分法會得出相同的結果。在程序設計時，我們采用第二種計分法。

? ? ? 根據上圖，我們計算一下黑白兩棋得分，其中大×的棋就是死棋，三角形對應的是黑棋的領土點，正方形占據的是白棋的領土點。對于第二個落子的人，在使用領土計分時它會獲得6.5分做補償，在使用區間計分時會獲得7.5分做補償。多余的0.5分是為了防止出現平局。

? ? ? 根據上面棋盤我們算一下雙方得分。白棋有兩個?，對應死棋，同時還有一個棋被黑棋吃掉（在上面沒有顯示出來），因此黑棋相當于吃掉白棋三個子，而黑棋有兩個帶?是死棋，相當于被白子吃掉。

? ? ? 三角形有10個，同時被兩個帶?白棋占據的位置，總共有12個領土點屬于黑棋。上圖有15個小方塊，再加上兩個帶?黑棋占據的位置，因此白棋的領土點有17個。

? ? ? 除去兩個帶?死棋，黑棋還剩27個子。除去兩個帶?白棋，白棋還剩25個子。按照領土計分法，如果白棋是后走，白棋得分是17個領土點+2個死棋+6.5分補償=25.5分。黑棋得分是12個領土點+2個死棋+1個吃掉的白棋（沒有在上圖顯示）=15分

? ? ?按照區域計分法，白棋有17個領土點+剩余25子+7.5補償分=49.5分。黑棋有12個領土點+剩余27子=39分，無論何種算法，白棋都被黑棋多出10.5分。在最終結果出來前，如果一方覺得自己沒希望了，隨時可以投子認輸。

? ? ?其中還有一種情況叫ko需要注意，那就是規則要防止局面進入死循環

? ? ? 如上圖右邊，當黑子下了后會把A點處的白子吃掉。此時規則禁止白棋下在A點，因為那會把上方的黑棋吃掉，于是棋盤回滾到上一個狀態，如此就會讓棋局陷入死循環。白子必須下在除了A點之外的另一處，然后后續步驟中，白子才允許重新下在A點。因此黑棋基本上有機會把A點堵上，除非白棋下得很巧妙，讓黑棋不得不放棄堵住A點。

?

代碼設計思路

有關棋類的編程設計大多基于“樹搜索”

? ? ? ?首先代碼先評估當前有幾種走法，然后分別模擬給定走法，也就是上圖第二層。然后代碼繼續評估對方有多少種走法，也就是上圖第三層，然后根據對方給定走法后在一次評估本方有多少種走法，我們看上圖最下方的箭頭已經有很多個了，隨著層數的增加，箭頭數將呈現指數級擴張。

?

? ? ? 很多棋類，例如象棋，國際象棋，五子棋等都可以依靠樹搜索進行，唯獨圍棋不行，那是因為圍棋根據樹搜索，圍棋將會呈現出爆炸式增長，使得計算機根本無法在給定時間內進行計算，圍棋搜索數如下：

?

? ? ? 根據運算國際象棋在樹搜索經過4步后，樹的分叉有八十一萬，而對圍棋而言是四十億，經過5步后，國際象棋有兩千四百萬分叉，而對圍棋而言是一萬億，因此用樹搜索編寫圍棋程序，經過七八步之后樹的分叉會超過全宇宙所有原子數量的總和！

? ? ? 因此常規做法無法完成圍棋程序。在深度學習技術成熟后，電腦才能夠通過學習和運算，在這么多的分差中根據當前棋盤局面找出合理路徑。在后續的課程中，我們將利用樹搜索，蒙特卡洛搜索，深度學習，增強性學習等多種技術組合在一起，從而打造出一個與當初AlphaGo一樣強大的圍棋智能程序。

?

學習人類的棋譜，識別人類的走棋規律

?

?

Alphago-zero使用了增強學習

打敗柯潔的alphago要比打敗李世石時候的alphago要強很多了

?

參考：

https://www.jianshu.com/p/7ee554b3e02b

總結

以上是生活随笔為你收集整理的实现AlphaGo(一)：围棋的基本规则和代码设计思路的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。