按年被提到
20192019 · 1 次2026
强化学习与智能体›博弈与游戏 AI·arXiv:1902.04522 · cs.AI

ELF OpenGo: An Analysis and Open Reimplementation of AlphaZero

ELF OpenGo:对 AlphaZero 的分析与开源复现
Yuandong Tian, Jerry Ma, Qucheng Gong, Shubho Sengupta, Zhuoyuan Chen, James Pinkerton, C. Lawrence Zitnick · 2019

AlphaZero 的开源复现,对职业棋手取得 20 比 0 并做大量消融分析

开始阅读 ↗PDFalphaXiv 讨论
被提及 · 3 人首次 2019-02-13 · 最近 2023-02-18
3不同的人
3活跃月份
3讨论串
77被引(OpenAlex)

AlphaGo、AlphaGo Zero 和 AlphaZero 系列展示了深度强化学习的能力,但研究社区对它们的理解和使用仍有障碍。论文提出 ELF OpenGo,一个 AlphaZero 算法的开源复现,是首个令人信服地展示超人水平的开源围棋 AI,对全球顶级职业棋手取得 20:0 的战绩。作者还用它做了大量消融研究,分析训练和对局推理过程中的多种现象,并公开了代码、模型和自博弈数据集。

HN 为什么提它

评论者把它当作 Facebook AI 开源的 AlphaGo Zero 复现来引用,用来说明所需算力(约 2000 块 GPU 训练 9 天)以及每步 8 万次搜索访问下 20:0 击败职业棋手的结果。

实证研究难度 3 / 5约 50 分钟经得起时间
读之前最好知道
1深度强化学习
2蒙特卡洛树搜索(MCTS)
3AlphaGo Zero 算法
4残差网络(ResNet)

学习路径

读这篇之前,按顺序读书架上的 5 篇 · 参考文献来自 OpenAlex,顺序和要点由 Claude Code 排出

从用卷积网络学围棋着法起步,到残差网络与批归一化,再读 AlphaZero 的开源复现与分析。

  1. 1
    Teaching Deep Convolutional Neural Networks to Play Go教深度卷积神经网络下围棋 · 2014

    最早的用卷积网络预测专家着法的工作之一,是围棋深度学习的起点。

    读抓用棋盘特征输入卷积网络预测落子的做法和棋力表现。

  2. 2
    Move Evaluation in Go Using Deep Convolutional Neural Networks用深度卷积神经网络评估围棋着法 · 2014

    同期的围棋着法评估网络,展示监督学习的上限。

    读抓 12 层卷积网络的输入特征和预测准确率,看其不搜索时的棋力。

  3. 3

    同组前作,加入长期预测和更好的网络提高棋力,是 ELF OpenGo 的前身思路。

    读抓网络设计和对多步落子的预测目标。

  4. 4
    Deep Residual Learning for Image Recognition用于图像识别的深度残差学习 · 2015

    AlphaGo Zero 一类的策略价值网络采用残差结构。

    读抓残差块的结构,理解 ELF OpenGo 的网络骨干。

  5. 5
    Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift批归一化:通过减少内部协变量偏移加速深度网络训练 · 2015

    批归一化是残差网络中的常用部件。

    读抓 BatchNorm 的训练与推理差异,便于看懂网络细节。

  6. 6
    ELF OpenGo: An Analysis and Open Reimplementation of AlphaZeroELF OpenGo:对 AlphaZero 的分析与开源复现 · 2019 · 就是这篇

    AlphaZero 的开源复现,并做大量消融分析。

    读抓复现的训练设置、对职业棋手的结果,以及各项消融结论。

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
引用newswasboring · 2020-06

“The ELF OpenGo paper[1], which is an open implementation of AlphaGo Zero developed by Facebook AI:”

引用 Facebook 的 AlphaGo Zero 开源实现,称用了 2000 块 GPU 跑 9 天
Fast implementation of DeepMind's AlphaZero algorithm in Julia原评论 ↗
引用espadrine · 2023-02

“ELF OpenGo beat professional players 20:0 with 80K visits per move[0].”

引用它称 ELF OpenGo 每步 8 万次访问,以 20:0 击败职业棋手
Man beats machine at Go in human victory over AI原评论 ↗
被提交为 story · 1 次