基于 ResNet 神经网络的超轻量级围棋 AI，通过学习 KataGo 的自我对弈数据，以极少的参数量实现了高水平的对弈能力。该项目还提供了胜率预测功能以及可选的蒙特卡洛树搜索 (MCTS) 增强模式。
TinyGo 旨在打造能够在消费级硬件上流畅运行的围棋AI，同时是一个学习和了解ResNet神经网络构建和训练过程的完美项目。
下面是项目主要特点：
-
轻量级 ResNet 架构: 采用专为围棋优化的自定义深度残差网络（ResNet）实现。
-
两个版本的模型：
-
普通模型 (/src)：6 个残差块 ，64 个通道。
-
大型模型 (/src_large) : 10 个残差块，128 个通道。
-
超大模型 (/extra_large): 20 个残差块，256 个通道。
-
- 系统使用监督学习 (Supervised Learning)。 使用高质量的超过3000万个KataGo 自我对弈落子进行训练，确保策略网络的落子直觉接近顶尖 AI。
- 胜率预测模块 (/win_rate): 独立的价值网络 (Value Network)，本质为均方误差回归任务，能够评估当前局面的胜率 (0-100%)。同样适用katago自我对弈数据进行训练。 注意，胜率预测模块设计存在问题。KataGo的自我对弈数据中，双方都在极力避免犯错。因此，训练集中极度缺乏“一方下出恶手，导致胜率瞬间暴跌”的负样本。模型从未见过“开局第一手下在1-1位置”这种局面，因此它会根据惯性预测为50%。并且，均方误差回归任务似乎不合适，模型缺乏对于细微目数变化的敏感性。目前还未找到有效解决方案。
- MCTS 蒙特卡洛树搜索: 结合策略网络（落子建议）和价值网络（局面评估）的完整搜索算法，大幅提升中盘战斗和死活计算能力。
- 内置基于 Tkinter 的图形界面，支持人机对弈、形势判断显示、悔棋等功能。
- 跨平台支持: 可运行于 Linux, macOS (支持 Apple Silicon MPS 加速), Windows (支持 NVIDIA CUDA 加速)。
在未进行超大规模训练的情况下：
large模型使用4%数据（120万个moves样本）训练142轮，Top1准曲率在38.7%，Top5准确率70.4%。
large模型 + MCTSx100，打败了KataGo “直觉权重（1级位）”模式水平，且提升空间极大。
*图片中黑棋为TinyGo-large-MCTSx100，白棋为KataGo“直觉权重（1级位）”模式。
不使用MCTS的情况下，单独使用large模型推理，在RTX5070Ti GPU上单步推理速度达到了0.04秒的惊人速度，与KataGo “直觉权重（1级位）”模式水平大致相当。
win_rate的small模型，在使用400万样本训练18轮后，MSE为0.042，MAE达到了0.112，已经基本可用于MCTS分析。
2025年12月11日，best_model_extra_large.pth首次出山。Top1准确率达到44.6%，Top5准确率达到90.4%。模型文件大小273MB，在RTX5070Ti上的推理速度依旧高达<0.09s。 该模型实际水平约为准2段（业余）。
你可以在http://server.i-o.autos:9999上体验与该模型对弈。
模型输入为 (Batch_Size, 3, 19, 19) 的张量，包含 3 个特征平面：
- 我方棋子: 当前执子一方的棋子位置 (1 为有子，0 为无子)。
- 对手棋子: 对手一方的棋子位置。
- 偏置平面 (Bias): 全 1 矩阵，用于辅助网络捕捉空地信息和边界特征。
TinyGo 采用了经典的 AlphaZero 风格的 ResNet 架构：
- 卷积块 (Initial Block): 3x3 卷积核，Stride=1，Padding=1，接 Batch Normalization 和 ReLU 激活。
-
残差塔 (Residual Tower): 堆叠
$N$ 个残差块。- 每个残差块包含：
Conv3x3 -> BN -> ReLU -> Conv3x3 -> BN -> Add Skip Connection -> ReLU。
- 每个残差块包含：
-
策略头 (Policy Head):
- 1x1 卷积，输出通道数为 2。
- Batch Normalization + ReLU。
- 全连接层 (Linear): 输入
2 * 19 * 19，输出361(对应棋盘 19x19 个落子点)。
-
价值头 (Value Head) (仅限胜率模型):
- 1x1 卷积，输出通道数为 1。
- 全连接层 -> ReLU -> 全连接层 -> Sigmoid，输出 0~1 之间的标量。
- 优化器: Adam
-
学习率调度:
ReduceLROnPlateau(当验证集准确率不再提升时，学习率衰减 0.5 倍)。 -
数据增强 (Data Augmentation): 为了充分利用数据，训练过程中在 GPU 上实时进行 8 种对称变换（旋转 0/90/180/270度
$\times$ 是否翻转）。 - 损失函数: CrossEntropyLoss (策略网络), MSE/BCE (价值网络)。
-
PUCT 公式: 用于平衡“利用”(Exploitation, 选择高胜率点) 和 “探索”(Exploration, 访问较少的点)。
$U(s, a) = C_{puct} \times P(s, a) \times \frac{\sqrt{N(s)}}{1 + N(s, a)}$
- 模拟次数: 默认 100 次/步 (可配置)。
- 多线程: 支持在 Python 层面通过批处理评估来加速搜索。
-
克隆项目代码
git clone https://github.com/LaoChouPro/TinyGo.git cd TinyGo -
安装依赖 请确保您的 Python 版本
$\ge$ 3.8。pip install -r requirements.txt
-
GPU 加速提示:
-
NVIDIA 用户: 请安装 CUDA 版本的 PyTorch (例如:
pip install torch --index-url https://download.pytorch.org/whl/cu118)。 - Mac 用户: PyTorch 默认支持 MPS (Metal Performance Shaders)，无需额外操作。
-
NVIDIA 用户: 请安装 CUDA 版本的 PyTorch (例如:
-
GPU 加速提示:
标准模式 (极速响应)
仅使用策略网络进行落子，速度极快，适合快速测试布局和定式。
注意，该脚本使用large模型。你可以在源码中更改模型路径。
python play_gui.pyMCTS 增强模式 (最强棋力) 开启蒙特卡洛树搜索，结合胜率估值，具备深度计算能力。
python play_gui_mcts.py如果您想要使用现有数据继续训练（当前模型未进行超大规模训练），或希望复现训练结果，可以使用以下脚本。
训练策略网络 (Policy Network)
python src/train.py #同理，使用python src_large/train.py可以训练large模型。根据交互式提示设置：
Epochs: 训练轮数，注意，该数应该继之前训练到的轮数继续，比如best模型训练到了30轮，则输入35轮以继续训练5轮。Batch Size: 批大小 (推荐 64-1024，视显存而定)。Learning Rate: 学习率 (默认 0.001，会使用优化器自动调度)。
训练价值网络 (Value Network)
cd win_rate
python process_data.py # 第一步：预处理数据
python src_small/train.py # 第二步：开始训练src/: 标准模型源码 (Standard Model)model.py: 定义 TinyGoNet (6 blocks) 结构。train.py: 主训练循环，包含数据加载和验证逻辑。dataset.py: 处理 SGF 数据，生成特征张量。
src_large/: 大型模型源码 (Large Model)- 包含 10 blocks, 128 channels 的模型定义。
src_extra_large/: 超大模型源码 (Extra Large Model)- 包含 20 blocks, 256 channels 的模型定义。
src_mcts/: 蒙特卡洛树搜索核心mcts.py: MCTS 主循环逻辑。node.py: 树节点定义及 PUCT 选择公式。
win_rate/: 胜率预测模块- 包含独立的数据处理和价值网络训练代码。
play_gui.py: 标准模式启动入口。play_gui_mcts.py: MCTS 模式启动入口。
- 训练数据来源于开源的 KataGo 自我对弈棋谱,来自https://katagoarchive.org。
Apache License Version 2.0, January 2004