一种求解棋盘类游戏目标达成问题的新方法

目标达成问题是一类设定特定局面并带有明确目标的谜题。一个被充分研究的例子是围棋中的死活(L&D)问题，它帮助棋手磨练识别区域安全性的技巧。许多先前的方法如lambda搜索先尝试空着，再推导所谓的相关区域(RZs)，在区域之外对手无需搜索。本文首先提出一种新颖的基于RZ的方法，称为基于RZ的搜索(RZS)，用于求解围棋死活问题。RZS在事后判定某着是否为空着之前先尝试该着。这意味着我们无需依赖空着启发式，从而得到更优雅的算法，使其也能无缝融入我们求解器中AlphaZero的超人水平对弈。为将AlphaZero改造用于求解，我们还提出一种称为更快致活(FTL)的新训练方法，它修改AlphaZero以诱使其更快取胜。我们使用RZS和FTL求解围棋死活问题，即从一本职业死活书中106道题目解出68道，而先前程序仅解出11道。最后，我们讨论该方法的通用性：RZS适用于求解许多其他棋盘类游戏的目标达成问题。