Minigo

Minigo

当前版本	199（2018年1月30日）[1]
源代码库	github.com/tensorflow/minigo
编程语言	Python、C++
类型	電腦圍棋
许可协议	Apache License 2.0[2]
网站	github.com/tensorflow/minigo

Minigo是一套電腦圍棋軟體。

簡介

Minigo是一套依照DeepMind在《自然》上對於AlphaGo Zero所發表的論文《Mastering the game of Go without human knowledge[3]》所實做出的開源電腦圍棋程式[4]，也就是不使用人類棋譜與累積的圍棋知識，僅實做圍棋規則，使用單一類神經網路從自我對弈中學習（不像AlphaGo以人類角度思考，設計了Policy Network與Value Network）。

軟體是基於Brain Lee的MuGo繼續開發[4]，使用Python與C++撰寫[4]，並且透過TensorFlow實做類神經網路的部份[4]。程式碼以Apache License 2.0釋出[2]，訓練資料以公有领域（Public domain）釋出[5]。

專案的目標包括了[4]：

• 提供使用TensorFlow、Kubernetes以及Google雲端平台實做强化学习（英語：Reinforcement learning）的範例。
• 盡可能重製論文裡所提到的方法，並提供開源的程式與工具。
• 提供資料以及訓練成果，讓圍棋界、機器學習領域以及Kubernetes社群都能夠受益。

除此之外，專案也希望藉由獨立另外實做，驗證Leela Zero所產生的疑問[6]。

與Google及DeepMind的關聯

這個計畫雖然是掛在TensorFlow的GitHub下（且TensowFlow是由Google研發出的軟體），而且主要的專案貢獻者Andrew Jackson[7][註 1]與Tom Madams[註 2]都是Google員工[6]，但官方一再強調這並非TensorFlow專案的一環[6]，也不是DeepMind的AlphaGo官方版本[4]，而是由獨立的團隊依照AlphaGo Zero的論文而實做出的版本[4][8]。

版本演進

雖然Google與DeepMind沒有正式參與Minigo計畫，但Andrew Jackson使用的是Google所提供的20%時間[6]，並且得到Google贊助提供硬體資源進行運算，供Minigo團隊確認程式正確性[4][9]：

第一階段（2017年十月）

使用約1000 CPU cores（沒有GPU）跑兩週，訓練9x9棋盤，主要是確認程式實做的正確性。

第二階段（2017年十二月至2018年一月）

使用約1000 GPU跑四個禮拜，訓練19x19棋盤，使用20 blocks x 128 filters，在更大的規模上邊修正bug，邊對程式做出各類改善，並摸索論文裡沒有提到的細節要如何實做。在160個迭代（generation）後，團隊將訓練結果放到KGS與CGOS上對弈，以somebot為名，後面的數字表示是哪個迭代。最終大約跑了250個迭代。

第三階段（2018年1月20日至2月1日）

在確認論文內不清楚的地方，嘗試後從錯誤中學到不少事情。

第四階段（2018年2月7日後至三月）

因為19x19的成果受限，改回使用9x9訓練，在大約一個禮拜的訓練後達到職業水準。

v5（2018年三月至四月）

引擎部份改用C++重寫，以改善效能。

v7a（2018年五月的第一周）

v7（2018年5月16日至7月17日）

v9（2018年7月19日至8月1日）

取得新的資源，使用600個TPU（v2）訓練。

v10（2018年8月28日至9月14日）

v11（2018年9月14日至9月17日）

v12

v13

v14

v15

合作

Leela Zero同樣也是依照AlphaGo Zero論文所獨立實做出來的軟體[10]，而Minigo專案取得Google贊助的計算資源，透過大量計算資源得到品質還不錯的訓練網路資料。因此Leela Zero的團隊與Minigo的團隊基於雙方的經驗，討論參數的調整能帶來的改善，以及雙方訓練資料共用的可能性[11]。

成績

Minigo的第二階段在CGOS上以somebot開頭的名稱參與19x19的對戰[12]，排名最高的帳號為somebot-199b[13]，取得約2600分的BayesElo成績[12]。

相關連結

• AlphaGo，所參考論文的電腦圍棋軟體。
• AlphaGo Zero，所參考論文的電腦圍棋軟體。
• Leela Zero，另外一套也是依照AlphaGo Zero所實做的開源電腦圍棋軟體。
• MuGo，由Brain Lee依照AlphaGo的論文所開發的電腦圍棋軟體。
• TensorFlow，Minigo所使用到的框架。
• 電腦圍棋
• 圍棋軟體

參考資料

1. Release 199. 2018年1月30日 [2018年7月3日]. 
2. minigo/LICENSE at master · tensorflow/minigo. [2018-02-01]. （原始内容存档于2019-02-17）. 
3. Mastering the game of Go without human knowledge. 自然 (期刊). 2017-10-18 [2018-02-01]. （原始内容存档于2018-04-12）. 
4. tensorflow/minigo: An open-source implementation of the AlphaGoZero algorithm. [2018-02-01]. （原始内容存档于2020-11-09）. 
5. minigo/fetch_dataset.sh at master · tensorflow/minigo. [2018-02-01]. （原始内容存档于2019-02-17）. 
6. An open-source implementation of the AlphaGoZero algorithm : cbaduk. 2018-01-30 [2018-02-01]. （原始内容存档于2018-09-04）. 
7. Contributors to tensorflow/minigo. [2018-02-01]. （原始内容存档于2019-02-17）. 
8. [Computer-go] MiniGo open sourced. 2018-01-29 [2018-02-14]. （原始内容存档于2020-01-28）. 
9. minigo/RESULTS.md at master · tensorflow/minigo. [2018-02-01]. （原始内容存档于2019-10-18）. 
10. gcp/leela-zero: Go engine with no human-provided knowledge, modeled after the AlphaGo Zero paper.. [2018-02-02]. （原始内容存档于2018-10-16）. 
11. Ideas from Minigo · Issue #785 · gcp/leela-zero. [2018-02-02]. （原始内容存档于2019-10-18）. 
12. 19x19 All Time Ranks. [2018-02-01]. （原始内容存档于2018-01-17）. 
13. Crosstable for somebot-199b. [2018-02-01]. （原始内容存档于2020-07-10）. 

註解

1. Andrew Jackson在GitHub上的帳號是amj。
2. Tom Madams在GitHub上的帳號是tommadams。

外部連結

• 官方网站 （英文）