Re: [問題] 再和alphago重覆同一盤棋?

[yamiyodare (shantotto)]

※ 引述《Dialysis (Chiquitia)》之銘言：
: 不好意思，有個問題想了好一會兒，實在是不確定答案，
: 想來也只有這個板最合適問。
: 倘若重覆alphago第一盤和李世石的對奕內容，
: 那麼，alphago還會下出一樣的步數嗎？
: 我的直覺告訴我，應該是不一樣，
: 但，到底隨機的機轉及其比重占了多少，實在是不懂如何去思考，
: 請問有人能釋疑？
  圍棋的一個盤面其實有八種變形, 對稱 2 種乘上旋轉 0/90/180/270 度 4 種.
  完全相同的局面, 只是觀棋的角度不同.

  然而把這些盤面變形丟進 Policy/Value Network 得到的值不會完全相同.

  把類神經網路設計成遇到變形可以吐出相同的值並不是辦不到,
  但會有一些副作用, 像是效果較差或是鑑別不出特殊的對稱棋型.

  一個解決的方法是把八種變形都丟進去算取平均, 棋力會更高一點但速度慢很多.
  所以 AlphaGo 實戰時是算到某個盤面時隨機取一種變形,
  再次算到時再取另一種變形平均, 一個盤面的估算最多是八種變形的平均.

  如果這裡的隨機是真隨機而非固定順序,
  那麼同樣的盤面還是會有微妙的差異影響後面的應手.

  不過我個人認為... 實戰用八倍的 GPU 下去解決比較快, 雖然很耗電 :p

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.231.17.29
※ 文章網址: https://www.ptt.cc/bbs/GO/M.1458147928.A.F21.html
推 darkseer: 推，我的理解(可能不對)是AlphaGo使用的蒙特卡羅變形是
→ darkseer: 沒有隨機性的(非常簡化來說，如果有個盤面下A手的機率和
→ darkseer: B手的機率是2:1，那可能就會A-B-A-A-B-A...這樣去搜尋
推 darkseer: 說不定唯一的隨機性就是原po提到的這點?
推 birdy590: 同一個點不保證每次算都一樣
推 shellpig: 有個問題耶...同樣的盤面,因為方向不同,下起來會有差嗎?
→ shellpig: 程式來說把這八種變化視同為一種不難呀...o.Oa
→ sck921: 對喔還有旋轉 XD
推 BBSealion: 其實也沒這麼多，開局黑棋第一手有不成文的習慣要下右
→ BBSealion: 這樣就已經扣掉很多對稱重複問題了
→ BBSealion:                                          要下右上角
推 darkseer: 像原po解釋的，paper有提到故意設計讓它的判斷標準對稱
→ darkseer: 可以做到但實戰會變弱XD 其實我不懂為什麼
→ darkseer: 不過我覺得八倍的GPU還是不太值得? 至少多搜一層呢XD