我做了什么
一个独立的 Rust 引擎,带有一套精简的 UCI 风格协议,可以从命令行使用,也可以通过 PyO3 从 Python 调用。强度由节点预算决定,而不是时钟,所以同一个局面在任何机器上都会返回同样的着法。
技术栈很常规:带迭代加深的 negamax alpha-beta、Zobrist 置换表、对吃子和进入兽穴着法的静态搜索,以及 killer/history 着法排序搭配 PVS 和后期着法削减,底层是一套手工评估,对子力、与敌方兽穴的距离、陷阱、水域和机动性进行打分。这些排序与剪枝的打磨在固定节点预算下实测提升了 +49 Elo。
在学习型修正能带来任何收益之前,评估本身必须准确。斗兽棋很看重子力,但充满尖锐的例外:鼠能克象,落入陷阱的棋子失去等级,一步踏进兽穴就结束对局。
规格
双方各有八只动物,棋盘 7×9,走进对方兽穴或吃光对方所有棋子即获胜。规则因地区而异,所以具体采用哪一套很重要。我使用的是 2026 年 6 月时的 Mistboard 规则,其中狼大于狗(有些资料把两者对调)。其中一条规则后来改了:老虎原本只能纵向跳河,这个读法来自英文维基百科,而中文规则(腾讯 QQ游戏、莱顿大学的页面)给老虎和狮子同样的跳跃能力。Mistboard 和 MistyJungle 0.0.6 于 2026 年 9 月改用中文规则;本文中的对局是在旧规则下进行的。
除了单纯按等级吃子,还有三条规则塑造了这个游戏的战术:
鼠能吃象,但只限于陆地上。最弱的棋子可以吃掉最强的棋子。不过吃子不能跨越岸边,所以游进水里的鼠,除了另一只鼠之外,谁都吃不到它。
狮和虎可以跳河。只有鼠能进入水中。大猫则跃过整条河落到对岸,横向或纵向均可,除非水里有鼠挡住跳跃路线。
落入陷阱的棋子失去等级。每个兽穴周围的三格是陷阱。站在上面的敌方棋子等级降为零,任何棋子,哪怕是鼠,都能吃掉它。
完整规则和可对弈棋盘:斗兽棋规则。
结果
在这样一个强引擎之间大多和棋的游戏里,这是一点小优势:
| 测试 | 结果 |
|---|---|
| 开源基准,200 局 | W11-L2-D187,约 +16 Elo |
| 搜索打磨(排序、PVS、LMR) | +49 Elo,配对自我对弈,p = 0.008 |
| 四子残局库校验 | 779/800 一致,0 处胜/和/负矛盾 |
| 五子和六子 | 与搜索量为其 8 倍的搜索结果吻合率 >99%(代理指标,非证明) |
| 搜索叶节点残局库 | W37-L40-D3,约 -13 Elo |
| 残差神经评估 | 最好约 -70 Elo |
那个 +49 是最难测的。两个实力相当的斗兽棋引擎和棋太多,用胜率作为门槛不管用,所以我采用了配对、交换先后手的自我对弈(每个开局正反各下一遍,新搜索对旧搜索),并对分出胜负的对局做符号检验。
残局与求解现状
小规模残局可以用逆向分析攻克,而且它们是极好的裁判。Van Rijn 和 Vis 于 2013 年在莱顿解决了四子残局(采用莱顿约定,狗和狼互换),此后我没有找到更大的已发表结果。我的引擎在 800 个局面中有 779 个与精确四子着法一致,没有胜/和/负矛盾,在五子和六子上与深 8 倍的搜索吻合度超过 99%。
四子数据库仍是当前的边界,越过它的那堵墙是存储,而不是求解技术。问题出在棋盘上:63 格,而翻翻兽棋只有 16 格,所以每多一个棋子就有约 60 个空格可站,而不是十来个,各层的规模增长大约快五倍。翻翻兽棋的五子在我笔记本上只占 2.8 GB;斗兽棋的五子则要大约 7 TB。八子及以上,也就是初始子力的一半,作为数据库已经遥不可及,也没有人给出完整十六子游戏的前向证明。斗兽棋解到四子为止,再往上仍未解决,而且很可能会一直如此。
在搜索叶节点加载残局库同样没有提升棋力(约 -13 Elo):在能装得下的规模上搜索本来就能找到答案,而真正能帮上忙的规模,目前还没有可用的残局库。有一点要提醒,来自翻翻兽棋那次构建:同样的实验一开始也被解读为没有效果,后来发现是掩盖了一个 bug。那些表只存了胜/和/负而不带距离,只有胜/和/负的叶节点会让引擎把已经赢定的残局无限拖下去而不去终结,因为每一个获胜着法的分数都一样。给表加上将死距离之后,那边的收官问题就解决了。我在斗兽棋这边的叶节点探查也只有胜/和/负,所以这 -13 里有一部分可能是同样的效应,而不是说残局库在叶节点没用。这一点未经验证;无论如何,发布的经典引擎不带这个探查。
学习型评估
卡住的是数据,不是架构。一个残差网络(手工分数加上一个有界修正)随着我修正标签,从 -470 爬升到约 -70 Elo,但始终没能胜过手工评估。标签最薄弱的地方,恰恰是网络最需要帮助的地方:和棋居多的自我对弈里子力波动的样本太少,精确残局库标签只覆盖小规模残局,而搜索分数标签主要是教网络去模仿它本来就有的搜索。
AlphaZero
仍是待做的工作。我没有完整跑过斗兽棋的 AZ 训练。相邻的暗棋 AZ 风险排查没有通过门槛,但那是另一个游戏,并不能否定 AZ 在斗兽棋上的可行性;斗兽棋的条件更友好:确定性、完全信息,没有翻子带来的随机节点。我先搁置了,因为最便宜的那一档是负收益,而经典引擎已经打赢了基准。
对局示例
这场对抗赛大多是和棋,但分出胜负的几局显示出优势的形态:先是兽穴压力,其次才是子力。棋盘展示从转化点附近开始,想看开局可以往回翻;六局全部收录在 Mistboard 上的一个研究里。它们是在 Mistboard 2026 年 9 月之前采用的老虎仅可纵向跳河规则下进行的。
MistyJungle(黑方)建立子力优势,最终以狮进入红方兽穴收官:
又一局黑方获胜,这次挤压更短,在陷阱周围的兑子之后,最后一枚棋子抵达 d1:
一局红方获胜,说明为什么不能只数子力:MistyJungle 子力亏损,却赢下了冲兽穴竞速:
保存下来最长的一局胜利,红方磨了 283 着才抵达兽穴:
引擎每着 8M 节点的自我对弈,每着约五秒:一场势均力敌的长局,红方守着一子优势走了四十回合,随后完成转化,把狮送进黑方兽穴:
更富戏剧性的一局,同样是 8M 节点的自我对弈:红方任由黑方保住象、狮和虎,子力落后十六分,却靠一只鼠抢在子力发挥作用之前冲进兽穴取胜。这是对引擎真正在优化什么最清楚的说明:
结论
MistyJungle 是一款经典搜索引擎,对我所能运行的最强开源引擎有一点实测出来的微弱优势。真正提升棋力的工作都不起眼:正确的规则、固定预算的测量、交换先后手的测试、搜索打磨,以及残局验证。残局库作为裁判很称职,但放在叶节点没有帮助;神经网络的第一档输给了手工评估;而真正跑一遍 AlphaZero 仍是待做的工作。
misty-jungle 是引擎本体,用 Rust 编写。Layheng-Hok/Jungle-Chess 是我用作固定基准的开源引擎。Bagheera 是莱顿的闭源引擎,也是我用来评分的残局库。引擎系列更多内容:MistyBanqi,把同样的测量方法用在暗棋上。
来下一盘
MistyJungle 在 Mistboard 上是两个斗兽棋电脑中较容易的那一个。来挑战它,或者读读它的源代码。