Merge pull request #164 from kobanium/development

Support CGOS player

.gitignore

@@ -3,3 +3,5 @@ ray
 
 learning_result/**/*.txt
 learning_result/**/*.log
+sim_params/*.txt
+uct_params/*.txt

README.md

@@ -23,6 +23,7 @@ Ray's command line options are as follows,
 | `--komi` | Komi value | Real number | 6.5 | KOMI ( = 6.5 ) | KOMI is defined in include/board/Constant.hpp |
 | `--superko` | Positional super ko | - | - | - | Supporting positional super ko only |
 | `--handicap` | The number of handicap stones | Integer more than 1 | 2 | 0 | This option is for debugging. |
+| `--cgos` | CGOS player mode | - | - | - | Activating capturing all dead stones mode |
 
 ### annotation
 The `--playout` option, the `--const-time option`, and the `--time` option are effective when specified last, respectively.
@@ -37,6 +38,7 @@ The `--playout` option, the `--const-time option`, and the `--time` option are e
 | `--reuse-subtree` | Reusing MCTS sub-tree | - | - | - | |
 | `--pondering` | Pondering on opponent's thinking time | - | - | - | |
 | `--tree-size` | Maximum number of MCTS nodes | Integer power of 2 | 16834 | UCT_HASH_SIZE ( = 16834 ) | UCT_HASH_SIZE is defined in include/board/ZobristHash.hpp |
+| `--resign` | Resign threshold | Rean number more than or equal to 0.0 and less than or equal to 1.0 | 0.1 | RESIGN_THRESHOLD ( = 0.20 ) | RESIGN_THRESHOLD is defined in include/mcts/MoveSelection.hpp |
 
 ### annotation
 When the `--pondering` option is enabled, the `--reuse-pondering` option is automatically enabled automatically.  

doc/ja/README.md

@@ -18,6 +18,8 @@ Windowsでの動作確認はしていません. Linuxで利用する際には下
 # make
 ```
 
+```sim_params```と```uct_params```の各パラメータファイルは[こちら](https://github.com/kobanium/Ray/releases)からダウンロードして各フォルダに配置してください.
+
 使い方
 ------
 
@@ -30,6 +32,7 @@ Windowsでの動作確認はしていません. Linuxで利用する際には下
 | `--komi` | コミの値の設定 | 実数 | 6.5 | KOMI ( = 6.5 ) | KOMI は include/board/Constant.hpp に定義しています。 |
 | `--superko` | 超劫の有効化 | - | - | - | Positional Super Koのみサポートしています。 |
 | `--handicap` | 置き石の数の指定 | 1以上の整数 | 2 | 0 | デバッグ用のオプションです。 |
+| `--cgos` | CGOS用のオプション | - | - | - | 相手の死に石を全て打ち上げるまでパスしないモードです。 |
 
 ### 注意
 --playoutオプション, --const-timeオプション, --timeオプションはそれぞれ最後に指定されたものが有効になります.  
@@ -46,6 +49,7 @@ Windowsでの動作確認はしていません. Linuxで利用する際には下
 | `--reuse-subtree` | サブツリー再利用の有効化 | - | - | - | |
 | `--pondering` | 予測読みの有効化 | - | - | - | |
 | `--tree-size` | MCTSノード数の指定 | 2のべき乗の整数 | 16834 | UCT_HASH_SIZE ( = 16834 ) | UCT_HASH_SIZE は include/board/ZobristHash.hpp に定義しています。 |
+| `--resign` | 投了の閾値の指定 | 0.0以上1.0以下の実数 | 0.1 | RESIGN_THRESHOLD ( = 0.20 ) | RESIGN_THRESHOLD は include/mcts/MoveSelection.hpp に定義しています。 |
 
 ### 注意
 --ponderingオプションを有効にすると, 自動的に--reuse-ponderingオプションが自動で有効になります.  
@@ -58,6 +62,31 @@ Windowsでの動作確認はしていません. Linuxで利用する際には下
 | `--no-debug` | デバッグメッセージ出力の抑制 | - | - | - | |
 
 
+## 使用例
+デフォルトの設定では, Rayは1手あたり10秒探索して着手を生成します.
+```
+./ray
+```
+
+探索スレッド数を8にし, 1手あたり4秒探索する.
+```
+./ray --const-time 4 --thread 8
+```
+
+1手あたり1000プレイアウト探索する.
+```
+./ray --playout 1000
+```
+
+探索スレッド数を16, 探索木のノード数を65536, 持ち時間を30分にし, 相手の考慮時間中も探索する.
+```
+./ray --time 1800 --thread 16 --tree-size 65536 --pondering
+```
+
+## ライセンス
+Rayは2条項BSDライセンスを適用しています.  
+詳細は"COPYING"ファイルをご覧ください.
+
 ## 開発者向け
 モンテカルロ・シミュレーション用のパラメータの学習の方法は[こちら](LearningForSimulation.md).  
 木探索用のパラメータの学習方法は[こちら](LearningForTree.md).

include/feature/Semeai.hpp

@@ -40,4 +40,7 @@ bool IsSelfAtari( const game_info_t *game, const int color, const int pos );
 //  欠け眼を継ぐかどうかの判定の準備
 bool IsAlreadyCaptured( const game_info_t *game, const int id, int player_id[], int player_ids );
 
+//  自己アタリ
+bool IsMeaningfulSelfAtari( const game_info_t *game, const int color, const int pos );
+
 #endif

include/feature/Territory.hpp

@@ -0,0 +1,10 @@
+#ifndef _TERRITORY_HPP_
+#define _TERRITORY_HPP_
+
+#include "board/GoBoard.hpp"
+#include "mcts/Statistic.hpp"
+
+
+bool IsRemainingDeadStone( const game_info_t *game, const int color, const statistic_t statistic[] );
+
+#endif

include/gtp/Gtp.hpp

@@ -18,7 +18,7 @@ const int BUF_SIZE = 256;
 #define PROGRAM_NAME  "Ray"
 
 //  プログラムのバージョン
-#define PROGRAM_VERSION  "10.3.0"
+#define PROGRAM_VERSION  "11.0.0"
 
 //  GTPのバージョン
 #define PROTOCOL_VERSION  "2"

include/mcts/AnalysisData.hpp

@@ -0,0 +1,151 @@
+#ifndef _ANALYSIS_DATA_HPP_
+#define _ANALYSIS_DATA_HPP_
+
+#include <algorithm>
+#include <iomanip>
+#include <sstream>
+#include <string>
+#include <vector>
+
+#include "mcts/MCTSNode.hpp"
+#include "mcts/UctSearch.hpp"
+#include "util/Utility.hpp"
+
+
+class PrincipalVariationData {
+private:
+  int move;
+  double playout_win_rate;
+  double prior;
+  int visits;
+  int pv_depth_limit;
+  std::vector<std::string> pv;
+
+public:
+  PrincipalVariationData( const uct_node_t &root, const int child_index, const int depth_limit = 100 )
+    : move(root.child[child_index].pos), playout_win_rate(CalculateWinningRate(root.child[child_index])),
+      prior(root.child[child_index].rate), visits(root.child[child_index].move_count.load()), pv_depth_limit(depth_limit)
+  {
+    const child_node_t &child = root.child[child_index];
+
+    pv.push_back(ParsePoint(child.pos));
+
+    int index = child.index;
+
+    while (pv.size() < pv_depth_limit && index != NOT_EXPANDED) {
+      const uct_node_t &node = GetNode(index);
+      const child_node_t *children = node.child;
+      const int num_children = node.child_num;
+
+      if (node.move_count == 0) {
+        break;
+      }
+
+      int max_count = children[PASS_INDEX].move_count;
+      int max_index = PASS_INDEX;
+
+      for (int i = 1; i < num_children; i++) {
+        if (children[i].move_count > max_count) {
+          max_count = children[i].move_count;
+          max_index = i;
+        }
+      }
+
+      pv.push_back(ParsePoint(children[max_index].pos));
+      index= children[max_index].index;
+    }
+  }
+
+  bool
+  operator>( const PrincipalVariationData &data ) const
+  {
+    return visits > data.visits;
+  }
+
+  std::string
+  GetJsonData( void ) const
+  {
+    std::ostringstream oss;
+
+    oss << "{ ";
+    oss << "\"move\": \"" << ParsePoint(move) << "\",";
+    oss << "\"winrate\": " << std::fixed << std::setprecision(4) << playout_win_rate << ",";
+    oss << "\"prior\": " << std::fixed << std::setprecision(6) << prior << ",";
+    oss << "\"pv\" : \"" << JoinStrings(pv, " ") << "\",";
+    oss << "\"visits\" : " << visits;
+    oss << "}";
+
+    return oss.str();
+  }
+};
+
+
+class CgosAnalyzeData {
+private:
+  const int visits;
+  double win_rate;
+  std::vector<PrincipalVariationData> pv_data;
+  const char owner_char[64] = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+";
+  std::string ownership;
+  std::string comment;
+
+public:
+  CgosAnalyzeData( const uct_node_t &root, const int color )
+    : visits(root.move_count)
+  {
+    if (root.move_count == 0) {
+      win_rate = 0.5;
+      ownership = "";
+      for (int i = 0; i < pure_board_max; i++) {
+        ownership += owner_char[31];
+      }
+      comment = u8"Ray selected pass immediately.";
+    } else {
+      win_rate = root.win / root.move_count;
+
+      const child_node_t *children = root.child;
+
+      for (int i = 0; i < root.child_num; i++) {
+        if (children[i].move_count > 0) {
+          pv_data.push_back(PrincipalVariationData(root, i));
+        }
+      }
+      std::sort(pv_data.begin(), pv_data.end(), std::greater<PrincipalVariationData>());
+      ownership = "";
+      for (int i = 0; i < pure_board_max; i++) {
+        const double owner = root.ownership[onboard_pos[i]] / root.move_count;
+        const int owner_index = static_cast<int>(owner * 62);
+        ownership += owner_char[owner_index];
+      }
+      comment = u8"This is the result of Monte-Carlo tree search.";
+    }
+
+  }
+
+
+  std::string
+  GetJsonData( void ) const
+  {
+    std::ostringstream oss;
+    std::vector<std::string> pv_str;
+
+    for (const PrincipalVariationData &datum : pv_data) {
+      pv_str.push_back(datum.GetJsonData());
+    }
+    oss << "{ ";
+    oss << "\"winrate\": " << std::fixed << std::setprecision(4) << win_rate << ",";
+    oss << "\"visits\": " << visits << ", ";
+    if (!pv_str.empty()) {
+      oss << "\"moves\": [" << JoinStrings(pv_str, ",") << "],";
+    }
+    oss << "\"ownership\": \"" << ownership << "\",";
+    oss << "\"comment\" : \"" << comment << "\"";
+    oss << "}";
+
+    return oss.str();
+  }
+
+};
+
+
+#endif

include/mcts/MCTSNode.hpp

@@ -44,6 +44,7 @@ struct uct_node_t {
   int child_num;                      // 子ノードの個数
   child_node_t child[UCT_CHILD_MAX];  // 子ノードの情報
   bool seki[BOARD_MAX];               // セキの判定
+  double ownership[BOARD_MAX];        // Onwership
 };
 
 
@@ -60,4 +61,8 @@ void InitializeNode( uct_node_t &node, const int pm1, const int pm2 );
 
 double CalculatePassWinningPercentage( const uct_node_t &node );
 
+double CalculateWinningRate( const child_node_t &child );
+
+void UpdateOwnership( uct_node_t &node, game_info_t *game, const int current_color );
+
 #endif

include/mcts/MoveSelection.hpp

@@ -12,13 +12,16 @@ constexpr double PASS_THRESHOLD = 0.90;
 constexpr double RESIGN_THRESHOLD = 0.20;
 
 
+// CGOSモードの設定
+void SetCaptureAllMode( const bool flag );
+
 // 投了する閾値の設定
 void SetResignThreshold( const double threshold );
 
 // 探索回数最大の子ノードのインデックスを取得
 int SelectMaxVisitChild( const uct_node_t &root );
 
 // 探索結果から着手選択
-int SelectMove( const game_info_t *game, const uct_node_t &root, double &best_wp );
+int SelectMove( const game_info_t *game, const uct_node_t &root, const int color, double &best_wp );
 
 #endif

include/mcts/Statistic.hpp

@@ -0,0 +1,23 @@
+#ifndef _STATISTIC_HPP_
+#define _STATISTIC_HPP_
+
+#include <atomic>
+
+struct statistic_t {
+  std::atomic<int> colors[3];  // その箇所を領地にした回数
+
+  void clear() {
+    for (int i = 0; i < 3; i++) {
+      colors[i] = 0;
+    }
+  }
+
+  statistic_t& operator=( const statistic_t& v ) {
+    for (int i = 0; i < 3; i++) {
+      colors[i] = v.colors[i].load();
+    }
+    return *this;
+  }
+};
+
+#endif

include/mcts/UctSearch.hpp

@@ -8,6 +8,7 @@
 #include "board/ZobristHash.hpp"
 #include "mcts/MCTSNode.hpp"
 #include "mcts/SearchManager.hpp"
+#include "mcts/Statistic.hpp"
 
 ////////////
 //  定数  //
@@ -36,23 +37,6 @@ struct thread_arg_t {
   int lz_analysis_cs;
 };
 
-struct statistic_t {
-  std::atomic<int> colors[3];  // その箇所を領地にした回数
-
-  void clear() {
-    for (int i = 0; i < 3; i++) {
-      colors[i] = 0;
-    }
-  }
-
-  statistic_t& operator=(const statistic_t& v) {
-    for (int i = 0; i < 3; i++) {
-      colors[i] = v.colors[i].load();
-    }
-    return *this;
-  }
-};
-
 struct rate_order_t {
   int index;    // ノードのインデックス
   double rate;  // その手のレート
@@ -116,5 +100,10 @@ int UctSearchGenmoveCleanUp( game_info_t *game, int color );
 // 探索の再利用の設定
 void SetReuseSubtree( bool flag );
 
+// 指定したインデックスのノードを取得
+uct_node_t& GetNode( const int index );
+
+// ルートノードを取得
+uct_node_t& GetRootNode( void );
 
 #endif

include/util/Command.hpp

@@ -18,6 +18,7 @@ enum COMMAND {
   COMMAND_NO_DEBUG,
   COMMAND_SUPERKO,
   COMMAND_RESIGN_THRESHOLD,
+  COMMAND_CGOS_MODE,
   COMMAND_MAX,
 };
 

include/util/Utility.hpp

@@ -3,6 +3,7 @@
 
 #include <chrono>
 #include <string>
+#include <vector>
 
 #if defined (_WIN32)
 const std::string PATH_SEPARATOR = "\\";
@@ -29,4 +30,6 @@ void SetWorkingDirectory( const char *program_path );
 
 std::string GetWorkingDirectory( void );
 
+std::string JoinStrings( const std::vector<std::string> &str_vec, const char *deliminter );
+
 #endif