“The ELF OpenGo paper[1], which is an open implementation of AlphaGo Zero developed by Facebook AI:”
ELF OpenGo: An Analysis and Open Reimplementation of AlphaZero
AlphaZero 的开源复现,对职业棋手取得 20 比 0 并做大量消融分析
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。
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。
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
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
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
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
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
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。
- 6ELF OpenGo: An Analysis and Open Reimplementation of AlphaZero
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“ELF OpenGo beat professional players 20:0 with 80K visits per move[0].”
- ELF OpenGo: An Analysis and Open Reimplementation of AlphaZero ↗harias · 2019-02-13 · 6 分