KataGo：更强的斗兽棋电脑

对 Misty 82 胜 0 负

上线之前，我们让它和我们自己的斗兽棋电脑 Misty 进行了一场公开挑战赛：200 盘，每步 1,000 次访问。hzyhhzy 的引擎赢 82 盘、输 0 盘、和 118 盘，得分率 0.705。每一盘胜局都是走进 Misty 的兽穴取胜，每一盘和棋都是重复局面。

每盘棋都由 Mistboard 自己的规则代码裁判，两个引擎只负责提出着法。双方的预算按用时对齐，在同一台机器上每步大约两秒：Misty 用它平时的 500 万个节点、单线程，KataGo 用 1,000 次访问、四线程，搭配 b10c384 神经网络。两个引擎都在固定的搜索量处停下，所以在 Modal 上下出的棋，就是它们在这里会下出的棋。KataGo 自带的重复局面规则被关闭，双方都按裁判的规则处理重复。

全部 200 盘都收在一个研究里，原始记录放在一个文件中，每盘一行 JSON。

虎现在可以横向跳河

我们是在 GitHub 上找揭棋引擎时发现 KataGo 的。它放在一个名为 KataGomo 的仓库的 AnimalChess2025 分支上，名字里看不出和斗兽棋有关，所以之前专门找斗兽棋引擎时漏掉了它。

它的虎既能纵向跳河，也能横向跳河，跳法和狮一样。我们的虎原先只能纵向跳，这个理解来自英文维基百科的条目。腾讯 QQ游戏的规则、莱顿大学的斗兽棋页面和 KataGo 自己的源代码，都让虎拥有和狮一样的跳法；一个按某条规则训练的引擎，去和一个按另一条规则下棋的引擎比赛，比出来的只是规则的差别。

从 9 月 21 日起，Mistboard 上的虎可以纵横两个方向跳河，规则引擎、电脑、分析棋盘、规则页面和题目都已更新。有一道题目被新的跳法驳倒，已经撤下。这次改动只增加了着法，所以之前的每一盘棋按原样仍然合法。

两盘胜局，两个引擎各自怎么看

我们用两个引擎按比赛设置，把其中两盘胜局的每个局面重新评估了一遍。每张图只显示一个数：KataGo 的胜率，由两个引擎各判断一次，一次是 KataGo 自己，一次是 Misty。两条线分开的地方，就是两个引擎对谁占优看法不一。和棋算作半胜；Misty 的分数（厘兵）按我们分析棋盘使用的曲线 1 / (1 + e^(−0.00368 × cp)) 换算成胜率。

第 67 盘：多一只狼，却输了

Misty 执红，第 11 回合吃掉一只狼，大半盘都认为自己领先；而 KataGo 的得分先停在 50%，随后一路上升。

第 29 回合 Misty 把困在角落的虎从 g8 走到 g9，KataGo 对自己的得分从 61% 升到 92%，而 Misty 仍认为自己 +111。KataGo 为红方给出的变化从狮 b1-b2 开始，能让红方保持 37%。Misty 到第 36 回合才看出来，晚了七个回合。

第 94 盘：慢慢收紧

Misty 执黑，第 19 回合吃掉一只狼，此后 30 个回合里大部分时间都认为自己领先；而 KataGo 的得分从 50% 慢慢升到 63%。

第 50 回合 Misty 把猫从 c8 走到 c7，KataGo 从 63% 升到 98%。Misty 仍认为自己 +80，两个回合之后才算出必输。KataGo 为黑方给出的变化是象 d6-d7，能让黑方保持 38%。

在这两盘棋中，KataGo 分别比 Misty 早七个回合和两个回合看出胜局。

KataGo 就是那个围棋程序，用自我对弈重新训练

KataGo-AnimalChess 就是原版 KataGo，只是把棋盘和规则换成了斗兽棋，自我对弈的训练流程原样照跑：自我对弈时每步 400 次访问，10 个残差块、384 个通道的神经网络在两块 GPU 上用 SGD 训练，规则在 Dandelion 软件支持的各个变体之间随机切换，所以一个网络就能下所有变体。仓库里估计，在一个小型棋类上练到顶尖棋力，算力花费不到 50 美元。网络权重打包在软件的下载里，没有单独发布，也没有注明许可协议。

Misty 的评估只有三项手写的内容：子力、离兽穴的距离，以及陷阱扣分。在它之上再加一层学习出来的修正，并没有帮助。

Misty 不懂冲兽穴竞速

Misty 对局面的评估是子力，加上每个棋子离对方兽穴距离的奖励。它从不去问奔向自己兽穴的对方棋子是否会先到；等搜索抵达兽穴时它才发现，那大约是 12 着之后。8 月我们试了三种办法教它，三种结果都是无效或负收益。

先看竞速多常决定对局。在 Misty 平常的 500 万节点下自我对弈 172 盘，52.9% 以重复和棋结束，26.2% 以进入兽穴结束，20.9% 以无进展和棋结束。只有 4.7% 是真正的竞速：胜方在十着之前持平或落后。同样的测试在 20 万节点下给出 22%：较弱的对弈会把竞速夸大约五倍。

更深的搜索也找不到多少东西。在这 8 盘竞速里，6000 万节点比 500 万节点最多早 4 着看到败势，其中 4 盘一着也没有提前。兽穴附近的搜索延伸在免费给予时得到 +45 Elo，代价是 3.3 倍的节点；把预算固定后，它得到 −15 和 −12。专门的冲兽穴竞速评估项，每方各比较一次双方的奔袭棋子，在权重 10 和 25 下分别得到 −3 和 +9。每一场对抗都是 300 对换色对局。

搜索够得着时，Misty 照样能把竞速下好。在旧虎规则下的一盘自我对弈中，红方的虎吃掉一只狼，站进 d 路通道，就在蓝方的象旁边。它不能横向跳，所以蓝方不急着吃它。当象从 d7 走到 d6，红方的狮从 c3 跳到 c7，跳进象刚离开的格子。象在 d5 吃掉了虎，而狮离一个蓝方守不住的兽穴只差三步。蓝方最终领先 13 分，却输了。Misty 没有冲兽穴竞速评估项；是搜索深度找到了这条线。自 9 月 21 日起，虎可以横向跳，这条通道不再困得住它。

真正改变了斗兽棋对局的，是同一批对局里找到的两个常数：一个让对局过早结束的无吃子和棋计数，以及接近零的和棋轻视值。改掉它们后，自我对弈中分出胜负的对局从四分之一升到大约一半。我们留下的教训是：要把搜索预算固定住，否则测的只是预算。那 52 盘对局都收在一个研究里。

入门仍从 Misty 开始

KataGo 排在斗兽棋电脑列表的最上面，在 Misty 之上。Misty 仍是默认对手，也是较容易的那一个；想下更难的棋就选 KataGo。斗兽棋的复盘和分析仍由 Misty 负责。

在网站上，KataGo 每步搜索 150 次访问，大约用时 1.5 到 3.5 秒。在这个设置下，它和 Misty 下了 50 盘，19 胜 0 负 31 和，得分率 0.690，与 1,000 次访问的结果分不出差别。它的棋力来自神经网络。

致谢

KataGomo 是开源项目，地址是 github.com/hzyhhzy/KataGomo。感谢 hzyhhzy 提供引擎并允许我们使用，感谢 lightvector 的 KataGo，也感谢 Kouza 的 Dandelion 4 神经网络。