利用国际象棋引擎进行大规模棋局分析：初步报告
人工智能
2016-07-15 v1
摘要
过去几十年间，国际象棋引擎的强大实力以及大量棋局的可用性吸引了棋手、数据科学家和研究人员的关注。当前最先进的引擎能够提供权威性的判断，可用于诸多应用，如作弊检测、内在等级分计算、技能评估或人类决策研究。研究界面临的一个关键问题是收集包含引擎判断在内的大规模棋局数据集。不幸的是，对每一步棋的分析都非常耗时。在本文中，我们报告了利用计算网格分析近 500 万局国际象棋棋局的努力。在 2015 年夏季，我们使用 Stockfish 引擎以相当高的深度 (20) 处理了 2.7 亿个独特盘面。我们建立了一个超过 1 TB 的国际象棋评估数据库，这相当于在单台机器上约 50 年的计算时间。我们的努力是朝着可复现研究结果、提供开放数据与探索新方向的方法、以及研究计算数十亿步棋时的软件工程/可扩展性问题迈出的第一步。
引用
@article{arxiv.1607.04186,
title = {Large-scale Analysis of Chess Games with Chess Engines: A Preliminary Report},
author = {Mathieu Acher and François Esnault},
journal= {arXiv preprint arXiv:1607.04186},
year = {2016}
}