CH-Go：基于块数据存储的在线围棋系统

在线围棋系统的训练与运行需要有效数据管理系统的支持，以处理海量数据，如初始围棋棋谱、由表示学习得到的特征数据集、自我对弈的经验数据集、随机采样的蒙特卡洛树等。以往工作极少提及此问题，但数据管理系统的能力与效率决定了围棋系统的准确率和速度。为解决该问题，我们提出基于块数据存储方法（CH-Go）的在线围棋对弈系统，其处理 Kiseido Go Server（KGS）发布的 160k 围棋棋谱数据，并设计具有 11 个平面的围棋编码器、并行处理器与生成器以获得更佳内存性能。具体而言，我们将数据按块存储，以 1024 的块大小作为一批，并将每块的标签与特征存为二进制文件。然后每次随机采样一小部分数据用于神经网络训练，通过 yield 方法按批访问。原型训练部分包含三个模块：监督学习模块、强化学习模块与在线模块。首先，我们应用 Zobrist 引导的哈希编码加速棋盘构建。接着训练监督学习策略网络以初始化自我对弈，利用 KGS 发布的 160k 围棋棋谱生成经验数据。最后基于 REINFORCE 算法进行强化学习。实验表明，CH-Go 在采样的 150 局中训练准确率达 99.14%，测试集准确率高达 98.82%。在本地算力与时间受限条件下，我们达到了较好的智能水平。鉴于 GOLAXY 等经典系统不免费开放，CH-Go 已实现并保持完全的互联网开放性。