ELF OpenGo是Facebook AI Research團隊（）所開發的電腦圍棋軟體及所釋出的資料。
簡介
ELF OpenGo是Facebook AI Research團隊（）依照Google DeepMind在科學期刊《自然》上對於AlphaGo Zero所發表的論文《》與AlphaZero的論文《》所實做出的開源電腦圍棋程式，也就是不使用人類棋譜與累積的圍棋知識，僅實做圍棋規則，使用單一類神經網路從自我對弈中學習（不像AlphaGo以人類角度思考，設計了Policy Network與Value Network）。
訓練網路使用20 blocks x 224 filters，在2000個GPU下訓練兩週。在Leela Zero的進度網站上也經常會比較現有訓練網路與ELF OpenGo的比較。
對人
Facebook與韩国棋院合作，以中國規則與韓國的世界頂尖棋手對弈（貼目7.5目），在電腦每步限制50秒（使用單機單張NVIDIA Tesla V100），人類不限時間的前提下，每個人至少下兩局，達到14:0的成績，對弈對手包括金志錫、申真谞、朴永训以及崔哲瀚。
相關連結
- AlphaGo Zero，所參考論文的電腦圍棋軟體。
- Darkforest，上一代Facebook所開發的電腦圍棋軟體。
- Leela Zero，另外一套也是依照AlphaGo Zero所實做的開源電腦圍棋軟體，在ELF OpenGo測試時被當作比較基準。
- 计算机围棋
- 圍棋軟體
參考資料
註解
外部連結
*
- [https://github.com/pytorch/elf pytorch/ELF: ELF: a platform for game research]
评论 (0)