開源圍棋A.I. FoolGo

　　這幾天把圍棋A.I.最後的部分寫好了，9路小棋盤上看上去運行得還不錯，更名為FoolGo。先講一下UCT博弈樹的實現。

　　鑒於FoolGo的MC類比速度和棋盤對象的大小，如果直接用樹結構實現，用不了幾分鐘，我的MBP的4G記憶體就會被棋盤擠爆。所以要通過置換表實現博弈樹。

　　雜湊演算法當然是zobrist雜湊。如果雜湊值的類型是uint32_t的話，不同棋局雜湊衝突的機率就是1 / ~(uint32_t)0——可以認為不同的雜湊值意味著不同的棋局。不用自己寫雜湊表，C++11新增有標準容器unordered_map，很含蓄的名字，就是雜湊表。

　　zobrist雜湊值可以增量計算，不過實現起來有些麻煩，暫不實現，因為FoolGo目前的效能瓶頸還是在落子動作上。

　　UCT搜尋過程中多處要取到子節點的雜湊值，如果為此落子很昂貴，因此置換表項須要攜帶子節點的雜湊值，然後通過ChildKey函數取得雜湊值：

template <BoardLen BOARD_LEN>HashKey Engine<BOARD_LEN>::ChildKey(const BoardInGm<BOARD_LEN> &parent,                                    PointIndex indx) const{    HashKey prnt_key = parent.HashKey();    HashKey chldrn_key = table_[prnt_key].children_key_[indx];    if (chldrn_key == NONE) {        BoardInGm<BOARD_LEN> b;        b.Copy(parent);        PlayerColor color = OppstColor(b.LastPlayer());        b.PlayMove(Move(color, indx));        HashKey key = b.HashKey();        table_[prnt_key].children_key_[indx] = key;        return key;    } else {        return chldrn_key;    }}

　　有了這個置換表後，易實現UCT博弈樹。只是剛寫完時bug較多，這種海量計算的函數，debug起來比較頭疼……

　　測試下來，在9路的初始棋盤上，類比3w局MC對局用時大概9秒多，隨著棋局的進行會加快。9秒一步還是比較愉快，就拿來和一個線上圍棋A.I.單挑了一下 http://peepo.com/ 。FoolGo無恥地執黑先行：

　　棋盤上面的數值是FoolGo對該落子點的評估（即下在那裡的話最後能占几子）

　　之前走成裂形了，可以看到FoolGo對局面的評估也持悲觀，不過這串的滾打包收還不錯。

　　雙方地區基本確定，黑棋敗勢已定……

      額操作失誤了，我的測試程式沒法悔棋，PK到此為止。

　　把類比局數的參數設大一些應該會更強，不過人家的線上A.I.幾秒種一步棋，我也不好意思再佔便宜。

　　代碼：https://github.com/chncwang/FoolGo

　　額對了，目前找工作中，之前做過iPhone開發，想轉型做服務端的C++開發，比較嚮往的方向是推薦演算法和搜尋引擎開發。我還是比較感興趣用C++高效實現一些東西。聯絡郵箱：chncwang@gmail.com，工作地點杭州。