KataGo 论文解读
KataGo 是由 David Wu 开发的开源围棋 AI，其论文《Accelerating Self-Play Learning in Go》发表于 2019 年。KataGo 以更少的计算资源达到超越 ELF OpenGo 的棋力，是目前最强大的开源围棋 AI。
KataGo 的创新点
KataGo 并非在神经网络架构上做出革命性改变，而是在训练方法和辅助任务上进行系统性优化，实现了显著的效率提升。
核心创新总览
| 创新点 | 效果 |
|---|---|
| 辅助训练目标 | 加速学习，提供更多监督信号 |
| 全局池化结构 | 更好地捕捉全局信息 |
| 支持多种规则 | 单一模型适应不同比赛规则 |
| Playout Cap 随机化 | 提高训练效率 |
| 改进的数据增强 | 增加训练数据多样性 |
更高效的训练方法
辅助训练目标（Auxiliary Training Targets）
传统的 AlphaGo Zero 只有两个训练目标：
- Policy：预测 MCTS 的落子概率分布
- Value：预测游戏胜负
KataGo 添加了多个辅助训练目标，提供更丰富的学习信号：
各输出头说明
| 输出头 | 维度 | 预测目标 |
|---|---|---|
| Policy | 19×19+1 | 每个位置的落子概率（含 Pass） |
| Value | 3 | 胜/负/和的概率 |
| Score | 连续值 | 预测最终目数差 |
| Ownership | 19×19 | 每个点最终归属（黑/白领地） |
| Short-term Value | 1 | 短期内的预期胜率 |
| Lead | 1 | 当前领先多少目 |
为什么辅助目标有效？
- 更密集的监督信号：Value 只提供一个数值，而 Ownership 提供 361 个监督点
- 减少过拟合：多任务学习有正则化效果
- 加速收敛：辅助任务帮助网络更快学习有用的特征表示
- 提供更好的梯度：避免梯度消失问题
Playout Cap 随机化
AlphaGo Zero 每手棋固定进行 800 次 MCTS 模拟。KataGo 引入随机化：
# 传统方式
num_playouts = 800 # 固定
# KataGo 方式
playout_cap = random.choice([
100, 200, 300, 400, 500, 600, 700, 800
])
好处：
- 训练数据更加多样化
- 模型学会在不同搜索深度下做出合理判断
- 实际对弈时即使搜索量较少也能表现良好
数据增强改进
传统方法利用围棋的 8 重对称性（4 次旋转 × 2 次镜像）进行数据增强。KataGo 进一步改进：
- 随机对称变换：每次采样时随机选择对称变换
- 历史状态随机化：随机选择历史盘面的表示方式
- 颜色随机化：随机交换黑白视角
支持多种围棋规则
这是 KataGo 的重要特色之一。不同的围棋规则会影响战略决策：
主要规则差异
| 规则体系 | 计分方式 | 贴目 | 打劫规则 | 自杀 |
|---|---|---|---|---|
| 中国规则 | 数子法 | 7.5 目 | 简单劫 | 禁止 |
| 日本规则 | 数目法 | 6.5 目 | 超级劫 | 禁止 |
| 韩国规则 | 数目法 | 6.5 目 | 超级劫 | 禁止 |
| 应氏规则 | 数子法 | 8 点 | 特殊劫规 | 禁止 |
| Tromp-Taylor | 数子法 | 可调 | 超级劫 | 允许 |
| AGA 规则 | 数子/数目 | 7.5 目 | 超级劫 | 禁止 |
| 新西兰规则 | 数子法 | 7 目 | 简单劫 | 允许 |
技术实现
KataGo 将规则信息编码为输入特征：
# 规则相关输入特征示例
rule_features = {
'komi': 7.5, # 贴目值
'scoring_rule': 'area', # 数子/数目
'ko_rule': 'simple', # 劫争规则
'suicide_allowed': False,
'tax_rule': 'none', # 是否有「眼」税
# ...
}
网络学会根据不同规则调整策略。例如：
- 数目法下更注重实地控制
- 允许自杀时可用于特殊战术
- 不同贴目会影响布局选择
同时预测胜率和目数
这是 KataGo 最实用的功能之一，对于围棋教学和分析极有价值。
Value vs Score
实际应用价值
-
更精确的局面判断：
- 胜率 80% 但只领先 1 目 → 还有变数
- 胜率 80% 且领先 20 目 → 大局已定
-
教学辅助：
- 让学生理解一手棋「亏了多少目」
- 比较不同下法的目数差异
-
让子棋分析：
- 准确评估让子是否适当
- 判断该下进攻还是防守
Score Distribution
KataGo 不只预测单一目数，而是预测完整的目数分布：
目数分布示例：
├─ 黑胜 10 目以上：15%
├─ 黑胜 5-10 目：25%
├─ 黑胜 0-5 目：20%
├─ 白胜 0-5 目：18%
├─ 白胜 5-10 目：15%
└─ 白胜 10 目以上：7%
预期值：黑棋 +3.2 目
标准差：±8.5 目
这种分布信息能更好地反映局面的复杂程度和不确定性。
Ownership Map（领地图）
Ownership 预测每个点在终局时归属黑方还是白方：
Ownership Map
A B C D E F G H J K L M N O P Q R S T
19 ○ ○ ○ ○ ○ ○ · · · · · · · ● ● ● ● ● ●
18 ○ ○ ○ ○ ○ ○ · · · · · · · ● ● ● ● ● ●
17 ○ ○ ○ ○ ○ · · · · · · · · · ● ● ● ● ●
16 ○ ○ ○ ╋ · · · · · ╋ · · · · · ╋ ● ● ●
...
图例：○ = 白方领地 ● = 黑方领地 · = 未定
应用场景
- 局面分析：一眼看出双方势力范围
- 死活判断：判断某块棋是否还有救
- 收官计算：评估各处官子的价值
- 教学示范：可视化展示领地概念
与 AlphaGo 的差异比较
| 方面 | AlphaGo Zero | KataGo |
|---|---|---|
| 训练目标 | Policy + Value | 多重辅助目标 |
| 输出信息 | 胜率 | 胜率 + 目数 + 领地 |
| 规则支持 | 单一规则 | 多种规则 |
| 网络结构 | 纯卷积 ResNet | 加入全局池化 |
| 搜索量 | 固定 | 随机化 |
| 训练效率 | 基准 | 约 50 倍效率提升 |
| 开源程度 | 论文描述 | 完整开源 |
训练效率比较
达到 ELF OpenGo 水平所需资源：
ELF OpenGo:
- 2000 GPU
- 2 周训练
KataGo:
- 1 GPU（或几十 GPU 加速）
- 数天到数周
效率提升：约 50-100 倍
网络架构细节
全局池化（Global Pooling）
传统 CNN 只能看到局部信息，KataGo 加入全局池化层捕捉全局特征：
class GlobalPoolingBlock(nn.Module):
def forward(self, x):
# x: [batch, channels, 19, 19]
# 全局平均池化
global_avg = x.mean(dim=[2, 3]) # [batch, channels]
# 全局最大池化
global_max = x.max(dim=2)[0].max(dim=1)[0] # [batch, channels]
# 合并全局特征
global_features = torch.cat([global_avg, global_max], dim=1)
# 处理全局特征
global_features = dense_layer(global_features) # [batch, C]
# 广播回空间维度并与常规路径结合
global_features = global_features.view(batch, -1, 1, 1)
global_features = global_features.expand(-1, -1, 19, 19)
return torch.cat([x, global_features], dim=1)
好处：
- 能感知全局形势（如谁在领先）
- 更好地处理需要全局判断的局面
- 对目数预测特别有帮助
网络规模
KataGo 提供不同大小的模型：
| 模型 | 残差块数 | 通道数 | 参数量 | 适用场景 |
|---|---|---|---|---|
| b10c128 | 10 | 128 | ~5M | CPU 运行 |
| b15c192 | 15 | 192 | ~15M | 一般 GPU |
| b20c256 | 20 | 256 | ~35M | 中阶 GPU |
| b40c256 | 40 | 256 | ~70M | 高阶 GPU |
| b60c320 | 60 | 320 | ~150M | 顶级 GPU |
实际表现
棋力评估
KataGo 在各大测试中的表现：
- 超越所有 Leela Zero 网络
- 与职业九段对弈保持高胜率
- 在 CGOS（Computer Go Server）排名第一
分析功能
KataGo 的分析模式提供：
{
"moveInfos": [
{
"move": "Q16",
"visits": 3420,
"winrate": 0.573,
"scoreLead": 2.8,
"pv": ["Q16", "D4", "Q4", "D16"],
"ownership": [...]
}
],
"rootInfo": {
"winrate": 0.48,
"scoreLead": -0.5,
"visits": 10000
}
}
延伸阅读
了解 KataGo 的技术特点后，让我们看看其他围棋 AI 的发展，以便对整个产业有更全面的认识。