iT邦幫忙

2024 iThome 鐵人賽

DAY 1
0

猴子也能懂的電腦對局,如果看完你還不懂,別擔心,那只能說明你不是猴子。
開玩笑的,如果看完你還不懂那只能說明是我寫得實在是太爛了。
我會盡量用最簡單的方式分享理論和實作,不過這邊指的猴子是程序猿,如果沒有任何程式基礎或資訊相關領域的基礎知識,可能還是會看不懂。

緣起

在這個大AI時代下,什麼東西冠上AI都會立刻變得火爆起來。

image

歷屆鐵人賽中也有無數的文章在介紹這塊,甚至今年鐵人賽都特別幫「生成式AI」獨立成一組了,所以我決定也來蹭一波AI熱。
AI的領域非常廣泛,但現在主流大多都是在談LLM,總感覺了無新意(其實是我根本寫不贏那些大佬),拜讀了歷屆AI組前輩們的優質文章後,我發現沒有一篇是專門介紹電腦對局的,頂多就是介紹AlphaGo時順便提到了一點點,在AI領域中比起LLM歷史更為悠久的電腦對局,居然沒有人寫過真是太可惜了,我覺得這麼有趣的領域應該要讓更多人知道,於是決定以這次的主題參賽。

30天目標

目前的規劃是先介紹一些基礎的對局演算法,像是 Minimax、Scout 等搜索樹演算法,接著會探討 Monte Carlo Tree Search (MCTS) 以及一些進階的改進方法,例如 Exact win、Quick win 和 Big win 等方法。
Talk is cheap,所以中間我會搭配實作環節,讓大家能夠實際動手寫code。預計也會教大家透過 AlphaZero General 打造屬於你自己的 AlphaGo 或其他對局 AI。
最後會介紹一些優化技巧,包含開局庫與殘局庫的設計、資料結構的優化,以及利用位元運算提升效能的coding技巧。
想寫的東西有點多,也不知道30天能不能介紹得完,更不知道能不能堅持下去,但還是希望透過這次鐵人賽,讓更多人了解電腦對局,並能夠打造屬於你自己的對局 AI,甚至參加各類電腦對局競賽,讓電腦對局再次偉大XDD。

標題
day1 前言
day2 淺談電腦對局
day3 自動下棋機器人
day4 讓電腦下棋
day5 Minimax Algorithm
day6 Evaluation Function
day7 Alpha-Beta Pruning
day8 電腦對局競賽
day9 Scout Algorithm
day10 著手分析與優化
day11 Threat Space Search
day12 Horizon Effect
day13 圍棋征子邏輯
day14 Monte Carlo Method
day15 Monte Carlo Tree Search
day16 Exact win、Quick win、Big win Strategy
day17 AlphaGo
day18 AlphaZero general

後續想到再慢慢更新

好書推薦

這邊也大力推薦一本好書「電腦對局導論」,這是世界上第一本專門介紹電腦對局的書,還是全中文的,害怕英文的人也不用擔心,作者群都是電腦對局領域中很有名的教授跟前輩們,如果看完此系列文章有激起你對電腦對局的興趣,歡迎去買一本來讀。

image


下一篇
Day2 淺談電腦對局
系列文
猴子也能懂的電腦對局 : 30天打造自己的對局AI13
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言