Go-ohjelmien vertailu

Abstract

Insinöörityön tarkoituksena oli tutkia ja vertailla eri tietokoneohjelmia, jotka pelaavat Goota. Tutkimuksessa selvitettiin, millä tavoilla tietokoneohjelmia voitaisiin parantaa ja kehittää, jotta ne tarjoaisivat kunnon vastuksen Goota ammatikseen pelaaville. Go on yli 2500 vuotta vanha aasialainen lautapeli, jossa vasta viime vuosikymmeninä tietokoneohjelmat ovat saavuttaneet tason, jolla voittaa edistyneitä amatööripelaajia. Tavoite oli selvittää valittujen tietokoneohjelmien mahdollisia heikkouksia ja ehdottaa niihin parannuksia. Insinöörityöprojektissa etsittiin kolmea yleistä avoimen lähdekoodin Go-tietokoneohjelmaa internetistä. Valitut tietokoneohjelmat asennettiin kahdelle eri tietokoneelle ja tutkittiin, miten ne saadaan pelaamaan toisiaan vastaan. Kaikki ohjelmat tukivat samaa protokollaa, niitä pystyttiin peluuttamaan keskenään. Ohjelmissa oli mukana ohjeet, joista saatiin selvitettyä mitä komentoja pelit vaativat voidakseen pelata monta peliä peräkkäin. Näin saatiin tulokset nopeammin selville. Insinöörityössä tutkittiin ohjelmia myös kooditasolla, joten tutkimuksessa tarkasteltiin vain sellaisia ohjelmia, joissa on pääsy lähdekoodiin. Tutkimuksen ulkopuolelle rajattiin suljetun lähdekoodin ohjelmat. Goota pelaavia ohjelmia on lukuisia, ja tässä tutkimuksessa vertailtiin niistä kolmea. Nämä Go-ohjelmat ovat nimeltään Gnugo, Fuego ja Pachi. Go-ohjelmia peluutettiin toisiaan ja itseään vastaan. Eniten pelejä voitti Pachi, seuraavaksi eniten pelejä voitti Fuego ja vähiten Gnugo. Ohjelmat eivät aina osanneet laskea pelien lopullista pistemäärää oikein, eivätkä ne löytäneet pelin oikeaa voittajaa. Tämä ilmeni, kun tulokset tarkastettiin manuaalisesti jälkikäteen. Pelitilanteiden tulkitseminen tuotti ohjelmille vaikeuksia, mistä seurasi, että ohjelmat luovuttivat pelejä ennenaikaisesti. Näin ollen ohjelmien pelitilanteiden hahmottamista tulisi parantaa. Lupaava Go-ohjelmiin liittyvä jatkotutkimuskohde voisivat olla syväoppivat konvolutionaaliset neuroverkot.

The purpose of this thesis was to study and compare different computer programmes that play a game called Go, which is an Asian board game that is over 2,500 years old. Only during the last few decades have computer programmes reached the same playing skills as advanced amateur players. First, the thesis deals with the history of Go. Next it covers Go servers and Go client programmes with which Go is played on the Internet either against other people or other Go programmes. The thesis also deals with the Monte Carlo method and its applications which are most often used in the Go programmes. The programmes are also studied on a code level; only programmes giving access to a source code are looked into. Closed source programmes are excluded. There are numerous Go playing programmes, and in this study, three of them are compared. These are Gnugo, Fuego and Pachi. The Go programmes were played against each other and against themselves. The best programme was Pachi, the second best was Fuego and the worst was Gnugo. However, the programmes could not always count the final score correctly nor find the right winners which could be seen when the results were checked manually afterwards. The programmes had difficulties interpreting the situation on the game board. This caused the programmes to give up the game prematurely. Thus, how the programmes perceive different situations should be improved. A promising field for further studies relating to Go programmes could be Deep Convolutional Neural Networks. The Go programmes could play more human-like moves in the game.