pasky/pachi

解決的問題

Pachi 提供一個模組化框架與高強度的 Go（圍棋/바둑）遊戲引擎，允許使用者透過結合傳統搜尋演算法與現代深度學習技術，與電腦對弈、分析棋局並探索變化。

工作原理

該引擎使用 UCT（上限置信區間應用於樹）引擎，將蒙特卡洛樹搜尋（MCTS）與 RAVE（快速動作價值估計）方法結合用於樹策略。它採用 Moggy 的走子策略，利用 3x3 模式與戰術檢查進行半隨機模擬。為進一步增強走法選擇，Pachi 還利用 MM 模式與深度卷積神經網絡（DCNN）作為策略網絡，特別在根節點引導搜尋。

適用對象

專為希望獲得強力對手用於練習的各類水平圍棋玩家，以及對模組化遊戲 AI 框架感興趣的開發者設計。相容 GTP（Go 文本協定）介面，如 GoGui、Sabaki 與 Lizzie。

特色亮點

• 混合 AI 方法：結合 MCTS、RAVE 與深度學習（DCNN）實現強力對弈。
• 靈活的硬體支援：可在 Raspberry Pi 等低性能硬體或高性能叢集上運行。
• 分析工具：透過相容的前端支援最佳著法與勝率估算的可視化。
• 模組化框架：作為模組化系統建構，可用於開發與優化圍棋程式。