KataGo：更強的鬥獸棋電腦

對 Misty 82 勝 0 負

上線之前，我們讓它和我們自己的鬥獸棋電腦 Misty 進行了一場公開挑戰賽：200 盤，每步 1,000 次訪問。hzyhhzy 的引擎贏 82 盤、輸 0 盤、和 118 盤，得分率 0.705。每一盤勝局都是走進 Misty 的獸穴取勝，每一盤和棋都是重複局面。

每盤棋都由 Mistboard 自己的規則程式碼裁判，兩個引擎只負責提出著法。雙方的預算按用時對齊，在同一台機器上每步大約兩秒：Misty 用它平時的 500 萬個節點、單執行緒，KataGo 用 1,000 次訪問、四執行緒，搭配 b10c384 神經網路。兩個引擎都在固定的搜尋量處停下，所以在 Modal 上下出的棋，就是它們在這裡會下出的棋。KataGo 內建的重複局面規則被關閉，雙方都按裁判的規則處理重複。

全部 200 盤都收在一個研究裡，原始紀錄放在一個檔案中，每盤一行 JSON。

虎現在可以橫向跳河

我們是在 GitHub 上找揭棋引擎時發現 KataGo 的。它放在一個名為 KataGomo 的儲存庫的 AnimalChess2025 分支上，名字裡看不出和鬥獸棋有關，所以之前專門找鬥獸棋引擎時漏掉了它。

它的虎既能縱向跳河，也能橫向跳河，跳法和獅一樣。我們的虎原先只能縱向跳，這個理解來自英文維基百科的條目。騰訊 QQ遊戲的規則、萊頓大學的鬥獸棋頁面和 KataGo 自己的原始碼，都讓虎擁有和獅一樣的跳法；一個按某條規則訓練的引擎，去和一個按另一條規則下棋的引擎比賽，比出來的只是規則的差別。

從 9 月 21 日起，Mistboard 上的虎可以縱橫兩個方向跳河，規則引擎、電腦、分析棋盤、規則頁面和題目都已更新。有一道題目被新的跳法駁倒，已經撤下。這次改動只增加了著法，所以之前的每一盤棋按原樣仍然合法。

兩盤勝局，兩個引擎各自怎麼看

我們用兩個引擎按比賽設定，把其中兩盤勝局的每個局面重新評估了一遍。每張圖只顯示一個數：KataGo 的勝率，由兩個引擎各判斷一次，一次是 KataGo 自己，一次是 Misty。兩條線分開的地方，就是兩個引擎對誰佔優看法不一。和棋算作半勝；Misty 的分數（釐兵）按我們分析棋盤使用的曲線 1 / (1 + e^(−0.00368 × cp)) 換算成勝率。

第 67 盤：多一隻狼，卻輸了

Misty 執紅，第 11 回合吃掉一隻狼，大半盤都認為自己領先；而 KataGo 的得分先停在 50%，隨後一路上升。

第 29 回合 Misty 把困在角落的虎從 g8 走到 g9，KataGo 對自己的得分從 61% 升到 92%，而 Misty 仍認為自己 +111。KataGo 為紅方給出的變化從獅 b1-b2 開始，能讓紅方保持 37%。Misty 到第 36 回合才看出來，晚了七個回合。

第 94 盤：慢慢收緊

Misty 執黑，第 19 回合吃掉一隻狼，此後 30 個回合裡大部分時間都認為自己領先；而 KataGo 的得分從 50% 慢慢升到 63%。

第 50 回合 Misty 把貓從 c8 走到 c7，KataGo 從 63% 升到 98%。Misty 仍認為自己 +80，兩個回合之後才算出必輸。KataGo 為黑方給出的變化是象 d6-d7，能讓黑方保持 38%。

在這兩盤棋中，KataGo 分別比 Misty 早七個回合和兩個回合看出勝局。

KataGo 就是那個圍棋程式，用自我對弈重新訓練

KataGo-AnimalChess 就是原版 KataGo，只是把棋盤和規則換成了鬥獸棋，自我對弈的訓練流程原樣照跑：自我對弈時每步 400 次訪問，10 個殘差塊、384 個通道的神經網路在兩塊 GPU 上用 SGD 訓練，規則在 Dandelion 軟體支援的各個變體之間隨機切換，所以一個網路就能下所有變體。儲存庫裡估計，在一個小型棋類上練到頂尖棋力，算力花費不到 50 美元。網路權重打包在軟體的下載裡，沒有單獨發布，也沒有註明授權條款。

Misty 的評估只有三項手寫的內容：子力、離獸穴的距離，以及陷阱扣分。在它之上再加一層學習出來的修正，並沒有幫助。

Misty 不懂衝獸穴競速

Misty 對局面的評估是子力，加上每個棋子離對方獸穴距離的獎勵。它從不去問奔向自己獸穴的對方棋子是否會先到；等搜尋抵達獸穴時它才發現，那大約是 12 著之後。8 月我們試了三種辦法教它，三種結果都是無效或負收益。

先看競速多常決定對局。在 Misty 平常的 500 萬節點下自我對弈 172 盤，52.9% 以重複和棋結束，26.2% 以進入獸穴結束，20.9% 以無進展和棋結束。只有 4.7% 是真正的競速：勝方在十著之前持平或落後。同樣的測試在 20 萬節點下給出 22%：較弱的對弈會把競速誇大約五倍。

更深的搜尋也找不到多少東西。在這 8 盤競速裡，6000 萬節點比 500 萬節點最多早 4 著看到敗勢，其中 4 盤一著也沒有提前。獸穴附近的搜尋延伸在免費給予時得到 +45 Elo，代價是 3.3 倍的節點；把預算固定後，它得到 −15 和 −12。專門的衝獸穴競速評估項，每方各比較一次雙方的奔襲棋子，在權重 10 和 25 下分別得到 −3 和 +9。每一場對抗都是 300 對換色對局。

搜尋夠得著時，Misty 照樣能把競速下好。在舊虎規則下的一盤自我對弈中，紅方的虎吃掉一隻狼，站進 d 路通道，就在藍方的象旁邊。它不能橫向跳，所以藍方不急著吃它。當象從 d7 走到 d6，紅方的獅從 c3 跳到 c7，跳進象剛離開的格子。象在 d5 吃掉了虎，而獅離一個藍方守不住的獸穴只差三步。藍方最終領先 13 分，卻輸了。Misty 沒有衝獸穴競速評估項；是搜尋深度找到了這條線。自 9 月 21 日起，虎可以橫向跳，這條通道不再困得住它。

真正改變了鬥獸棋對局的，是同一批對局裡找到的兩個常數：一個讓對局過早結束的無吃子和棋計數，以及接近零的和棋輕視值。改掉它們後，自我對弈中分出勝負的對局從四分之一升到大約一半。我們留下的教訓是：要把搜尋預算固定住，否則測的只是預算。那 52 盤對局都收在一個研究裡。

入門仍從 Misty 開始

KataGo 排在鬥獸棋電腦列表的最上面，在 Misty 之上。Misty 仍是預設對手，也是較容易的那一個；想下更難的棋就選 KataGo。鬥獸棋的復盤和分析仍由 Misty 負責。

在網站上，KataGo 每步搜尋 150 次訪問，大約用時 1.5 到 3.5 秒。在這個設定下，它和 Misty 下了 50 盤，19 勝 0 負 31 和，得分率 0.690，與 1,000 次訪問的結果分不出差別。它的棋力來自神經網路。

致謝

KataGomo 是開源專案，網址是 github.com/hzyhhzy/KataGomo。感謝 hzyhhzy 提供引擎並允許我們使用，感謝 lightvector 的 KataGo，也感謝 Kouza 的 Dandelion 4 神經網路。