ChineseChess-AlphaZero-Advanced¶

ChineseChess-AlphaZero-Advanced

项目信息
仓库	https://github.com/Maicarons/ChineseChess-AlphaZero-Advanced
主要语言	Python
Stars	1
类型	原创项目
许可证	GPL-3.0
最近更新	2026-03-26

CCZero advanced¶

本项目在原项目的基础上经过修改和优化，兼容 Python 3.12 及 3.13 版本。

还添加了用GUI看ai斗蛐蛐的功能。

目前只能使用CPU。

特别感谢原作者 NeymarL 。

原始 README：

中国象棋 Zero（CCZero）¶

关于¶

使用 AlphaZero 方法进行中国象棋强化学习。

本项目基于以下主要资源： 1. DeepMind 10 月 19 日发布的论文：Mastering the Game of Go without Human Knowledge。 2. @mokemokechicken/@Akababa/@TDteach 在他们的仓库中对 DeepMind 思想的出色黑白棋/国际象棋/中国象棋开发：https://github.com/mokemokechicken/reversi-alpha-zero, https://github.com/Akababa/Chess-Zero, https://github.com/TDteach/AlphaZero_ChineseChess 3. 一个带图形界面的中国象棋引擎：https://github.com/mm12432/MyChess

帮助训练¶

为了构建一个遵循与 AlphaZero 相同技术的强大中国象棋 AI，我们需要通过分布式项目来完成，因为它需要大量的计算。

如果你想加入我们，构建世界上最好的中国象棋 AI：

查看 wiki 获取说明
访问 https://cczero.org 查看实时状态

elo

环境要求¶

Python 3.6.3+（已在 Python 3.12/3.13 上测试）
tensorflow: 2.16.1+
Keras: 3.13.2+
pygame: 2.6.1+

注意：GPU 支持需要 CUDA 工具包和兼容的 NVIDIA 驱动程序。详见 GPU 配置。

模块¶

强化学习¶

该 AlphaZero 实现包含两个工作器：self 和 opt。

self 是自弈，通过使用最佳模型进行自弈来生成训练数据。
opt 是训练器，用于训练模型并生成新模型。

为了加快训练速度，还有另外两个工作器：

sl 是监督学习，用于训练从互联网爬取的数据。
eval 是评估器，用于评估下一代模型与当前最佳模型。

内置图形界面¶

依赖项：pygame

python cchess_alphazero/run.py play

截图

你可以选择不同的棋盘/棋子样式和阵营，详见与人类对弈。

使用方法¶

安装设置¶

安装依赖库¶

pip install -r requirements.txt

~~如果只想使用 CPU，请将 requirements.txt 中的 tensorflow-gpu 替换为 tensorflow。~~

目前只能使用CPU。

GPU 配置¶

检查 GPU 可用性¶

python -c "import tensorflow as tf; print('GPU Devices:', tf.config.list_physical_devices('GPU'))"

Windows 用户¶

对于使用 Python 3.12+ 的 Windows 系统，TensorFlow 2.16+ 包含内置的 GPU 支持，但需要： 1. 具有 CUDA 计算能力 >= 3.5 的 NVIDIA GPU 2. 最新的 NVIDIA 驱动程序 3. CUDA Toolkit 12.x（与 TensorFlow 版本匹配） 4. cuDNN 8.x

如果未检测到 GPU，程序将自动回退到带有优化指令（AVX2、VNNI、FMA）的 CPU 模式。

多 GPU 支持¶

python cchess_alphazero/run.py self --gpu '0,1'

这使得跨多个 GPU 进行更快的自弈训练。

故障排除¶

常见问题¶

1. TypeError: only 0-dimensional arrays can be converted to Python scalars

这在使用 Keras 3.x 时会出现，当值输出是数组而不是标量时。代码现在通过检查数组维度并进行相应转换来自动处理此问题。

2. BrokenPipeError / EOF error in prediction_worker

管道通信系统现在包含了用于优雅关闭和管道清理的健壮错误处理。

3. 未检测到 GPU

验证 NVIDIA 驱动程序安装：nvidia-smi
检查 CUDA 安装：nvcc --version
确保 cuDNN 文件在正确的目录中
尝试重新安装 TensorFlow：pip uninstall tensorflow && pip install tensorflow

兼容性说明¶

✅ Python 3.12/3.13 支持
✅ TensorFlow 2.16+ 与 Keras 3.x
✅ Windows/Linux/MacOS
✅ CPU 模式使用 SIMD 指令优化
✅ GPU 模式支持 CUDA

配置参数¶

PlayDataConfig

nb_game_in_file, max_file_num: 训练数据的最大游戏数量为 nb_game_in_file * max_file_num。

PlayConfig, PlayWithHumanConfig

simulation_num_per_move : 每步棋的 MCTS 数量。
c_puct: MCTS 中价值网络和策略网络的平衡参数。
search_threads: MCTS 中速度和准确性的平衡参数。
dirichlet_alpha: 自弈中的随机参数。

完整用法¶

usage: run.py [-h] [--new] [--type TYPE] [--total-step TOTAL_STEP]
              [--ai-move-first] [--cli] [--gpu GPU] [--onegreen] [--skip SKIP]
              [--ucci] [--piece-style {WOOD,POLISH,DELICATE}]
              [--bg-style {CANVAS,DROPS,GREEN,QIANHONG,SHEET,SKELETON,WHITE,WOOD}]
              [--random {none,small,medium,large}] [--distributed] [--elo] [--gui]
              {self,opt,eval,play,sl,ob}

位置参数: {self,opt,eval,play,sl,ob} 要执行的操作 - self: 自弈以生成训练数据 - opt: 使用强化学习训练模型 - eval: 评估下一代模型与最佳模型的对战 - play: 通过 GUI/CLI 与 AI 对弈 - sl: 从人类棋谱数据进行监督学习 - ob: 通过 GUI 观察 AI 自弈

可选参数: -h, --help 显示此帮助消息并退出 --new 从新的最佳模型开始运行 --type TYPE 使用普通设置（默认：mini） --total-step TOTAL_STEP 设置 TrainerConfig.start_total_steps --ai-move-first 设置人类或 AI 先手 --cli 在 CLI 模式下与 AI 对弈（默认：GUI） --gpu GPU 设备列表（例如：'0' 或 '0,1' 用于多 GPU） --onegreen 使用 onegeen 数据进行 sl 训练 --skip SKIP 跳过游戏 --ucci 与 UCCI 引擎对弈而非自弈 --piece-style {WOOD,POLISH,DELICATE} 选择棋子样式 --bg-style {CANVAS,DROPS,GREEN,QIANHONG,SHEET,SKELETON,WHITE,WOOD} 选择棋盘样式 --random {none,small,medium,large} 选择随机性级别 --distributed 是否从远程服务器上传/下载文件 --elo 是否计算 elo 分数 --gui 为观察自弈启用 GUI（仅限 ob 命令）

#### 自弈

python cchess_alphazero/run.py self

执行后，将使用最佳模型开始自弈。如果最佳模型不存在，将创建新的随机模型并成为最佳模型。自弈记录将存储在 `data/play_record` 中，最佳模型将存储在 `data/model` 中。

选项

* `--new`: 创建新的最佳模型
* `--type mini`: 使用 mini 配置，（参见 `cchess_alphazero/configs/mini.py`）
* `--gpu '1'`: 指定使用哪个 gpu
* `--ucci`: 是否与 UCCI 引擎对弈（而不是自弈，参见 `cchess_alphazero/worker/play_with_ucci_engine.py`）
* `--distributed`: 以分布式模式运行自弈，这意味着它将把对弈数据上传到远程服务器并从那里下载最新模型

**注意 1**：为了帮助训练，你应该运行 `python cchess_alphazero/run.py --type distribute --distributed self`（不要更改配置文件 `configs/distribute.py`），更多信息请参见 [wiki](https://github.com/NeymarL/ChineseChess-AlphaZero/wiki/For-Developers)。

#### 通过 GUI 观察自弈

```bash
python cchess_alphazero/run.py ob --gui

执行后，你可以通过图形界面实时观看 AI 自弈对局。

选项

--gui: 启用 GUI 显示以观察自弈对局
--type mini: 使用 mini 配置
--gpu '1': 指定使用哪个 gpu
--ucci: 观察 AI 与 UCCI 引擎之间的对局
--ai-move-first: 设置 AI 先手还是后手（当使用 --ucci 时）

功能特性

实时棋盘可视化
走法历史显示
神经网络局面评估
MCTS 搜索统计
游戏结束时的获胜宣布

截图

观察 GUI

训练器¶

python cchess_alphazero/run.py opt

执行后，训练将开始。当前的最佳模型将被加载。每个 epoch 训练后的模型将保存为新的最佳模型。

选项

--type mini: 使用 mini 配置，（参见 cchess_alphazero/configs/mini.py）
--total-step TOTAL_STEP: 指定总步数（mini-batch）数量。总步数影响训练的学习率。
--gpu '1': 指定使用哪个 gpu

在 Tensorboard 中查看训练日志

tensorboard --logdir logs/

并访问 http://<机器 IP>:6006/。

与人类对弈¶

运行内置 GUI

python cchess_alphazero/run.py play

执行后，将加载最佳模型与人类对弈。

选项

--ai-move-first: 如果设置此选项，AI 将先行棋，否则人类先行。
--type mini: 使用 mini 配置，（参见 cchess_alphazero/configs/mini.py）
--gpu '1': 指定使用哪个 gpu
--piece-style WOOD: 选择棋子样式，默认为 WOOD
--bg-style CANVAS: 选择棋盘样式，默认为 CANVAS
--cli: 如果设置此标志，将在 CLI 环境中与 AI 对弈，而不是 GUI

注意：开始前，你需要下载/找到一个字体文件（.ttc）并将其重命名为 PingFang.ttc，然后放入 cchess_alphazero/play_games 目录中。我已从此仓库中移除了字体文件，因为它太大了，但你可以从这里下载。

你也可以直接从这里下载 Windows 可执行文件。更多信息请参见 wiki。

UCI 模式

python cchess_alphazero/uci.py

如果你想在通用 GUI（如'冰河五四'）中对弈，可以下载 Windows 可执行文件这里。更多信息请参见 wiki。

评估器¶

python cchess_alphazero/run.py eval

执行后，将评估下一代模型与当前最佳模型。如果下一代模型不存在，工作器将等待直到它存在，并每 5 分钟检查一次。

选项

--type mini: 使用 mini 配置，（参见 cchess_alphazero/configs/mini.py）
--gpu '1': 指定使用哪个 gpu

监督学习¶

python cchess_alphazero/run.py sl

执行后，训练将开始。当前的 SLBestModel 将被加载。每个 epoch 训练后的模型将保存为新的 SLBestModel。

关于数据

我有两个数据来源，一个是从 https://wx.jcloud.com/market/packet/10479 下载的；另一个是从 http://game.onegreen.net/chess/Index.html 爬取的（使用 --onegreen 选项）。

选项

--type mini: 使用 mini 配置，（参见 cchess_alphazero/configs/mini.py）
--gpu '1': 指定使用哪个 gpu
--onegreen: 如果设置此标志，sl_onegreen 工作器将开始训练从 game.onegreen.net 爬取的数据
--skip SKIP: 如果设置此标志，索引小于 SKIP 的游戏将不用于训练（仅在设置 onegreen 标志时有效）