#1 如何测试你的引擎
引擎的测试枯燥无味,而且需要花费大量的时间,在这里提供一些方法,希望能够帮助大家减少无谓的工作量,多一点享受生活的机会。
首先,引擎的测试,需要有参照物,一个成熟的坐标,是成功的关键,我推荐象眼,开源的帮助是巨大的,你可以对他做出自己喜欢的定向修改,提取自己喜欢的数据。
1. 引擎的实现次序应该是: 框架(保证速度)->引擎->审局。
一般来说,如果nps差别没有几倍,是引擎的棋力还是相当接近的,我测试nps提高30%~50%,在对战中,胜率的比例变化不大,所以,首先保证你的引擎,nps和别人接近吧,注意,这里的nps指纯子力表nps
2. 开始引擎的测试了,首先,把审局去掉,然后,减少加速的方法,嗯,尽量把可变因素降低吧,跟着,开始测试2分钟限时,5分钟限时,10分钟限时的胜负比率,你会发现,原来时间对胜负比率的影响是有限的,OK,选一个最短时间做为测试样本吧。
2.1 对中断的测试,引擎出步,限制时间,会引起中断,但是中断往往会耗费大量的无效时间,控制不要中断,中断的计算是无效的,根据当前情况,决定是否需要下一层计算吧,这样才能提高测试的准确度
2.2 注意搜索的节点数,这个是考察测试有效度的重要指标,都只采用子力表,搜索10层,别人只用了你的1/3节点数,你不应该怀疑自己的搜索效率么?
2.3 测试fhf,即第一棋步返回率,OK,这个指标应该可以高达90%以上,当然70~80%的fhf对棋力影响也不会太大,但是,你的搜索效率是不高的,对么?
2.4 注意quiet节点和fullsearch节点的比例,这两者的比例可以进一步提高搜索的准确度,不要让无聊的剪枝,影响了这两者的比例
2.5 把盘面和搜索路径打印出来,并且可以恢复,这样才可以连续测试,并且比较自己引擎和别人引擎的分析差别
2.6 利用对战工具,看看自己的对战失败原因吧!是一直被别人压着打,还是突然跳水?哦,如果跳水,那就是剪枝出问题了,别人搜索到了一个你没能搜索到的棋步
2.7 ....
3 当引擎成熟以后,再尝试添加审局吧!
分享到:
相关推荐
《中国人工智能系列白皮书2017-智能交通-机器博弈-智能驾驶》是一部全面阐述我国2017年在人工智能领域发展的重要文献。该系列白皮书由中国人工智能学会发布,涵盖了三个关键主题:智能交通、机器博弈以及智能驾驶。...
此大纲涵盖了从人工智能的基础概念到深度学习测试、模型测试等高级主题,确保测试工程师能够有效地评估和验证AI系统的质量和性能。 ### 1. 人工智能介绍 这一章节介绍了人工智能的基本概念,包括人工智能的定义、...
《Spring AI Core 0.8.1:开启人工智能之旅》 在现代软件开发领域,Spring框架以其强大的功能和灵活性,已经成为Java开发中的首选框架之一。而Spring AI Core则是Spring生态系统中专门为人工智能(AI)和机器学习...
人工智能学习总结成果,希望可以帮到大家,有疑问欢迎随时沟通~ 人工智能学习总结成果,希望可以帮到大家,有疑问欢迎随时沟通~ 人工智能学习总结成果,希望可以帮到大家,有疑问欢迎随时沟通~ 人工智能学习总结...
在介绍AIPerf之前,我们先了解人工智能(AI)基准测试的重要性。随着人工智能技术的快速发展,需要一种有效的方式来衡量和比较不同AI计算系统的能力。传统的基准测试,如Linpack,主要用于高性能计算机,关注双精度...
《中国人工智能系列白皮书2017》深入探讨了机器博弈、智能驾驶以及智能交通三个关键领域,展示了人工智能在这些领域的最新进展和应用。这一系列白皮书是中国对人工智能研究与实践的重要总结,旨在推动相关行业的创新...
《HCIP-AI-Ascend Developer V1.0培训教材及实验教材》是华为认证的高级人工智能开发者课程的综合资源包,旨在为学习者提供深入理解人工智能和华为昇腾芯片平台开发的专业知识。该资源包括两大部分:培训教材与实验...
人工智能项目实践-问答系统-基于LangChain和ChatGLM-6B等系列LLM的针对本地知识库的自动问答.zip,该项目是个人毕设项目,答辩评审分达到98分,代码都经过调试测试,确保可以运行!欢迎下载使用,可用于小白学习、...
该报告提供了人工智能(AI)基于系统的测试指南。 该报告的范围包括:软件和系统工程、软件测试、人工智能系统测试等领域。主要内容包括:前言、介绍、范围、规范引用、术语和定义、缩略语、人工智能和测试概述、...
总结起来,"ai-benchmark-0.1.0.tar.gz"是一个专注于人工智能领域的Python库,它提供了性能测试的功能,可以帮助开发者评估和比较不同AI解决方案的效能。这个库的使用涉及到Python编程、AI基础知识以及性能基准测试...
华泰人工智能系列之十五:人工智能选股之卷积神经网络 本篇研究报告主要探讨了卷积神经网络(CNN)在人工智能选股领域的应用,特别是在多因子选股中的经验方法和实证分析。报告首先介绍了 CNN 的基本原理和特点,...
"全球人工智能AI行业系列报告2:从Chat_GPT看生成式人工智能AIGC产业机遇与落地场景" 本报告着重讨论了Chat-GPT在生成式人工智能AIGC产业中的机遇与落地场景。通过对Chat-GPT的技术逻辑和产业化方向的分析,我们...
报告对各种Boosting 集成学习模型进行系统测试 Boosting 集成学习模型将多个弱学习器串行结合,能够很好地兼顾模型的 偏差和方差,该类模型在最近几年获得了长足的发展,主要包括AdaBoost、 GBDT、XGBoost。本篇报告...
Microsoft Azure AI Fundamentals AI-900是一门旨在帮助学习者建立人工智能(AI)的基础知识的课程。这门课程通常与微软认证的AI-900考试紧密相关,为那些希望通过微软认证的AI-900考试的学员提供了必要的知识储备。AI...
人工智能(Artificial Intelligence, AI)是当下科技领域中最为活跃和引领变革的技术之一。其在软件测试领域的应用正逐渐改变传统的测试方式,为软件测试行业带来新的发展机遇同时也带来诸多挑战。软件测试是一项...
华泰人工智能系列之二十一:基于遗传规划的选股因子挖掘 本文介绍了遗传规划在选股因子挖掘中的应用,通过原理分析和系统测试,展示了遗传规划的完整流程。遗传规划是一种启发式的公式演化技术,通过模拟自然界中...
OpenAI 是一个非营利组织,致力于研究、开发和应用友善的人工智能技术。这个人工智能工具包,正如其名,提供了丰富的资源和库,使开发者能够探索、构建和部署AI模型。OpenAI 的核心目标是确保高级人工智能技术的利益...
AIAS(人工智能加速器套件)是一个综合性的解决方案,旨在为开发者和研究者提供一套高效、全面的人工智能工具和资源。这个套件包括三个核心组成部分:SDK(软件开发工具包)、平台引擎以及场景套件,总计包含了超过...