Kata-EgGO — 简单智能围棋 AI

寒假闲着没事，开始学习围棋，结果被各路棋手暴打。于是打算借助科技的力量看看能不能将失去的都夺回来！

基于 批量并行 MiniMax 搜索 与 蒙特卡洛树搜索（MCTS） 的围棋 AI，支持两种搜索算法和两种局面评估方式（自训练价值网络 / KataGo），带 GUI 可视化与 ELO 棋力评测。

功能特性

• 双搜索算法（config.json 切换）：
  • BatchMinimaxMCR：固定深度批量并行搜索 + MC 推演
  • MCTS：先验 UCB + 价值网络（AlphaGo Zero 风格），叶节点并行批量评估
• 双局面评估（use_own_value_net 切换）：
  • 自训练价值网络（快，GPU 批量）
  • KataGo（准，流水线批量查询）
• GUI 图形界面：鼠标落子、概率热力图、胜率走势图、MCTS 搜索过程可视化
• ELO 棋力评测：基于 KataGo GTP visits 档位的客观棋力评估
• 对战测试：任意两种模式互搏

组成

• 自训练的卷积策略选择网络（GoCNN_p）
• 自训练的卷积价值网络
• 双搜索算法（BatchMinimax / MCTS）
• KataGo 局面价值判断（可选）

目录结构

src/
  config.py           # 中心配置（JSON 文件 / 环境变量 / CLI）
  common.py           # 公共工具 + 配置导出
  go_play.py          # 主入口（终端 / GUI）
  engine/             # KataGo 引擎封装（analysis + GTP）
  game/               # 搜索算法 + 对局逻辑
    tree.py           # BatchMinimaxMCR + search_move 调度器
    mcts.py           # MCTS 实现
    player.py         # 对局状态管理
    loops.py          # 终端对局循环
  models/             # 策略网络 + 价值网络定义
  strategy/           # 策略网络推理
  value/              # 价值网络推理
  ui/                 # GUI（棋盘渲染、overlay、信息面板）
  rl/                 # 强化学习训练管线
  dataset/            # 数据集生成脚本
scripts/              # 训练 / 评测 / 对战脚本
  train_value_net.py    # 价值网络训练
  finetune_strategy.py  # 策略网络微调
  distill_strategy.py   # KataGo 知识蒸馏
  selftune_value_net.py # 价值网络数据回炉
  rl_train.py           # 强化学习训练
  test_battle.py        # 对战测试
  eval_elo.py           # ELO 棋力评测
docs/                 # 项目文档

数据集

• 策略网络监督训练：1980-2018 年约 7 万局人类对局 + 约 10 万局 AI 对局
• 数据源：data/ 下 SGF 棋谱（不随仓库提交，体积 12GB+）

策略网络构成

试验了四种结构：简易三层卷积 GoCNN、增强全局特征 GoCNN_p、Transformer 卷积 GoCNN_t、AlphaGo 原版 AlphaCNN。GoCNN_p 速度与准确率最平衡。

GoCNN_p：输入 2 维 → 64 维 → 3 个残差块 → 全局平均池化提取全局特征 → 与局部特征融合 → 全连接 → 362 种行棋概率。

安装

1. 安装依赖：

   pip install torch numpy sgfmill matplotlib

2. 准备模型文件（不随仓库提交）：

   • 策略网络：output_models/go_strategy_model_1_1.pth（或自行训练）
   • 价值网络：output_models/go_final_val_model_1_2.pth（或用 train_value_net.py 训练）
   • KataGo：从 KataGo Releases 下载 katago.exe 和模型，放入 katago/

3. 复制配置模板：

   cp config.example.json config.json
   # 按需修改模型路径等

使用

# 终端对局（AI 执白）
python src/go_play.py --ai-color w

# GUI 对局
python src/go_play.py --gui

# 对战测试（MCTS+KataGo vs Minimax+KataGo）
python scripts/test_battle.py --left D --right B

# ELO 评测
python scripts/eval_elo.py

# 价值网络训练
python scripts/train_value_net.py --data data/xxx.npz

配置说明

完整配置项说明见 配置文档。

关键配置项（config.json）：

参数	默认	说明
search_algorithm	mcts	minimax / mcts
use_own_value_net	false	true=价值网络，false=KataGo
top_k / max_search_depth	4 / 5	Minimax 分支数 / 深度
mcts_simulations	100	MCTS 模拟次数
mcts_c_puct	1.4	MCTS UCB 常数
mcts_expand_width	10	MCTS 每节点最大分支
mcts_eval_batch_size	10	KataGo 批量评估批次
mcts_visualize / mcts_verbose	false	GUI 可视化 / 控制台打印

个人学习研究项目。