将alpha-zero-general应用于鲍鱼(一种六边形棋盘游戏)

Question

我正试着用阿尔法零号来处理鲍鱼。下面是alpha zero general的原始代码：https://github.com/suragnair/alpha-zero-general

有一些矩形棋盘游戏的实现，如connect4，五子棋，奥赛罗，tictactoe和tictactoe_3d。然而，鲍鱼，它有一个六边形的电路板，让我感到困惑，如何在一个二维数组中描述它的电路板，这应该是网络的输入。

在我找到alpha 0通用代码之前，我已经实现了另一个代码。这是我使用的原始板列表：

       [  2, 2, 0, 1, 1  ], 
      [  2, 2, 2, 1, 1, 1  ],
     [  0, 2, 2, 0, 1, 1, 0  ],
   [  0, 0, 0, 0, 0, 0, 0, 0  ],
  [  0, 0, 0, 0, 0, 0, 0, 0, 0 ],
   [  0, 0, 0, 0, 0, 0, 0, 0  ],
    [  0, 1, 1, 0, 2, 2, 0  ],
      [  1, 1, 1, 2, 2, 2  ],
       [  1, 1, 0, 2, 2  ]

其中1代表黑人，2代表白人。然而，我发现它不能输入到CNN。

我有一个想法是将它映射到一个二维numpy数组上，但不知道是否可以使用它。

[  2, 2, -1, -1, 0, 1, 1, 2, 2  ], 
[  2, 2, -1, -1, -1, 1, 1, 1, 2  ],
[  2, 0, -1, -1, 0, 1, 1, 0, 2  ],
[  2, 0, 0, 0, 0, 0, 0, 0, 0  ],
[  0, 0, 0, 0, 0, 0, 0, 0, 0  ],
[  0, 0, 0, 0, 0, 0, 0, 0, 2  ],
[  2, 0, 1, 1, 0, -1, -1, 0, 2  ],
[  2, 1, 1, 1, -1, -1, -1, 2, 2  ],
[  2, 2, 1, 1, 0, -1, -1, 2, 2  ]

其中1代表黑色，-1代表白色，2代表无效的正方形。

这个想法可以吗？

有没有推荐的方法将它应用到六边形棋盘游戏中，或者有什么我可以参考的exists示例？

Answer 1

如果你仍然对这个话题感兴趣:我一直在使用这个9x9字符数组，它类似于官方的鲍鱼棋盘游戏符号：

https://en.wikipedia.org/wiki/Abalone_(board_game)但是维基百科上的数字是令人困惑的，如果你这样排列数组，它会变得更清晰

'a‘和'b’是经典棋盘游戏设置中的黑白弹珠，破折号区域'-‘不是六边形网格的一部分，而空格在网格上。你可以只使用行和列的方向来写下3个方向的轴。

如果您向上或向下移动一行大理石，移动发生对角(从左上角到右下角)

axis 1 -> positionrow+1 or positionrow 1(轴1行或位置行-1

axis 2 ->位置行或位置行

axis 3 -> positionrow+1 or positionrow 1(轴3行或位置行-1

轴3是另一个对角方向，下面的移位数组表应该更容易识别

char globalBoard[9][9]{ // ( classic setup)

-4, -3, -2, -1,  0,  1,  2,  3,  4  centered notation
//0   1   2   3   4   5   6   7   8  indexed notation
//-----------------------------------------------
 {'-','-','-','-','a','a','a','a','a'},      //-4       0
   {'-','-','-','a','a','a','a','a','a'},      //-3       1
     {'-','-',' ',' ','a','a','a',' ',' '},      //-2       2
       {'-',' ',' ',' ',' ',' ',' ',' ',' '},      //-1       3
         {' ',' ',' ',' ',' ',' ',' ',' ',' '},      // 0       4
           {' ',' ',' ',' ',' ',' ',' ',' ','-'},      // 1       5
             {' ',' ','b','b','b',' ',' ','-','-'},      // 2       6
               {'b','b','b','b','b','b','-','-','-'},      // 3       7
                 {'b','b','b','b','b','-','-','-','-'}       // 4       8
};//                                                         centered  indexed
                                                            notation  notation

我目前正在做一些和你类似的事情。我正试图让我的桌面机械臂遵循一些游戏算法，如min/max，Alpha-beta剪枝和蒙特卡洛树搜索，与我玩棋盘游戏。

我偶然发现了这篇文章，因为我一直在寻找使用机器学习玩游戏的人，特别是在alpahZero网络上。

我很想听听您的项目到目前为止是如何发展的:)