Hacker30 Weird Chess Algorithms: Elo World
suckerpinchYouTube ↗
延伸阅读 1
字幕解读
Tom 以棋子色盲/棋子盲为核心，设计只能看到 64 位棋盘掩码的弱棋手，并比较随机、偏好规则、传统搜索、记忆棋谱和神经网络等策略。他用大量对局和 Elo 评分比较策略，还通过混合随机步与 Stockfish 强化棋手分层。最终模型依靠神经网络猜测棋盘、再调用 Stockfish 选步，并用 spy check 缓解错误预测；结果揭示了信息受限时策略的能力与失效边界。
自动字幕 · 引文按字幕原文展示，可点时间戳回看片段。
内容要点
- 通过隐藏棋子种类和走棋历史来限制输入，构造计算机版盲棋，问题定义本身决定了棋手需要解决的推断任务。
- 策略比较涵盖随机选择、手工偏好、minimax、查表和神经网络，并以自我对弈锦标赛和 Elo 衡量。
- 神经网络从 64 位掩码推测棋盘，再调用 Stockfish；通过非法局面修正和 spy check 降低错误推断造成的损失。
视频章节 6
- 提出计算机盲棋问题
- 随机与简单偏好策略
- 规则策略和传统搜索
- Stockfish 与 NES 引擎
- 数学常数驱动的策略
- 神经网络盲棋与评估
具体观点与证据 4
受限棋手若可交互查询合法着，会从反馈泄露棋盘信息；一次性提交所有着法排序可控制这一信息通道。
是作者自定的棋子盲实验协议，不是通常国际象棋规则。
it could learn a lot about the position just by trying out moves棋盘占位位图丢失棋子身份，网络恢复棋盘的错误既有模型局限，也有输入表示本身的歧义。
约20%完整恢复率属于这次实验，不能泛化到其他任务。
this has to have some mistakes since the representation is ambiguous记忆常见局面的开局库在陌生局面退化为随机，而更小的预测网络在本次盲棋实验中表现更强。
比较的是特定记忆基线与网络方案，不证明神经网络总优于检索。
this player performs significantly better than random due to its knowledge of openings but also significantly worse than the blinded players强弱选手几乎总是单向胜负时难以估计实力差距；插入随机与强引擎的混合选手可改善Elo分层。
测试集设计和评分辨识问题，不是提高棋力的训练方法。
making these engines better isn't gonna make them beat lousy any more often than always补充字幕原文 2
限制输入信息：棋手获知棋子所在格，却不知道棋子种类。
the computer gets to see where the pieces are模型推断可能产生无效棋盘，因此作者增加规则修正和 spy check 来处理。
the neural network predicts a board that's invalid解读边界
这是一个以娱乐和基准比较为目的的实验性项目；Elo 对手池、训练数据和算法设置影响结果，字幕识别有棋类术语错误。