2017年6月3日 星期六

蜂巢式圍棋 (HiveGo)

https://4rdp.blogspot.com/2017/06/hivego.html

影片來源  YouTube

最近的熱門全球科技新聞應該是 ALPHAGO 三勝中國九段棋手柯洁,以後電腦開始狂勝全球圍棋棋王,這類新聞將會屢見不鮮,人雖有創造力,但是有感情、有弱點、會失誤,智力被電腦超越是遲早的事,不足為奇。

現在我對 ALPHAGO 的學習力比較感興趣,我的題目是,讓電腦跟人腦重新比賽,電腦需要下過多少盤棋才能勝過人腦?也就是學習這件事需要多少次的練習才能超越人腦?我認為真正有智慧的電腦程式或是智能演算法,應該是只要告知遊戲規則,就能立即勝過大半人類智慧,次之的是經過短期學習或練習,就能夠勝過專家。

因此愛好桌遊的我,設計了一個新式圍棋盤,稱它為
HiveGo,是一個蜂巢式棋盤,下棋規則跟圍棋相同,棋子下在格線交點位置,一般圍棋有四路方向,但是它僅有三路方向,它交點數量為 23 x 14 道,估計它的難度比現在圍棋略低,遊戲策略也大相逕庭。

有興趣的人可以研究:
1. ALPHAGO 如何應用在這上面?
2. 它的致勝策略為何?與一般圍棋差異在哪?
3. 如果 HiveGo 一樣也是 19 x 19 時,它的難度會跟一般圍棋一樣嗎?
4. 在沒有歷史資料 (棋譜) 情形下,人工智慧程式需要多少次練習才能有 50% 以上勝率?

接續‧‧‧‧‧ HiveGo 第二種玩法

7 則留言:

  1. 這個有趣,感覺會有很多劫爭的樣子,跟著就會有大規模轉換,比起常規圍棋電腦鋪地板就能贏的情況,我認爲這款hivego對電腦的要求會比較高。

    回覆刪除
    回覆
    1. 先手搶中,利用征子優勢到處開戰。這是我想到的第一個戰術。
      先手優勢有些太過明顯,貼目的話估計要貼不少。

      刪除
    2. 圍棋先手絕對有優勢,我覺得六路圍棋的難度對人類而言,比傳統圍棋更高,但是對 AlphaGo 而言,難度都一樣,只是沒有歷史棋譜,不知道它能否自我學習出極佳策略。

      刪除
    3. 人類的腦已經習慣了直角坐標,自然會有一些思考上的障礙。

      刪除
    4. 除了直角座標的使用習慣之外,六路包圍策略更是複雜,你喜歡玩哪一類型桌遊?

      刪除
    5. 桌遊廣義地來看,我非常少玩。
      頂多玩過一些棋類、MONOPOLY、還有UNO、撲克牌之類的紙牌遊戲。
      其中因為規則簡單,所以我非常喜歡跳棋,棋盤分布也和HIVEGO很像。

      刪除
    6. 是的,中國跳棋是六路的,這方面跟 HiveGo 蠻像的,能夠流傳久遠的遊戲特點,就是要規則簡單並且沒有運氣成分,純靠棋技或牌技取勝。

      刪除