大賽AI分析8:圍乙聯賽後半程4-8輪


一、勝率分析

由於每輪賽後棋譜不全,本次分析僅收錄了部分可以收集到的棋譜。

大賽AI分析8:圍乙聯賽後半程4-8輪

這是第四輪勝率趨勢圖的合集,包含11盤圍乙對局與一盤老中醫的圍丙對局。

大賽AI分析8:圍乙聯賽後半程4-8輪

這是第五輪的勝率趨勢圖合集。

大賽AI分析8:圍乙聯賽後半程4-8輪

這是第六輪的勝率趨勢圖合集。

大賽AI分析8:圍乙聯賽後半程4-8輪

這是第七輪與第八輪的勝率趨勢圖合集,其中最後四張為第八輪。

以上數不清多少張圖,均為弈客鷹眼自動生成,點擊可看大圖。勝率默認為黑棋勝率,對陣在前者執黑。

勝率趨勢圖可以看到,完勝的對局少之又少。大多數的對局中,充滿了激烈的震盪,充分說明了局勢十分膠著。中後盤的逆轉,比比皆是,這也說明了在人類圍棋中耐力是一個非常重要的實力指標。在僅有的個別“完勝”的對局中,失敗一方也並非完全沒有抵抗,勝利一方也出現了很多失誤,這與AI的對局區別非常之大。舉個簡單的例子,朴永訓與甘思陽一局,看勝率是朴永訓一路走高,但是前半盤反覆非常之多。

為了進一步體現失誤對對局的影響,做一個最惡一手的分析:一局棋中選取黑白各自使自己勝率下降最多的一手,統計手數與勝率下降的值。

大賽AI分析8:圍乙聯賽後半程4-8輪

上方的散點圖橫座標為手數,縱座標為勝率下降值。點的顏色與縱座標相關,越偏黃綠表明數值越小,越偏紫紅表明數值越大。下方分別做了手數與勝率下降值的直方圖,以便更直觀的看出分佈形態。

從散點圖中可以看出,最惡一手出現的越晚,相對越嚴重。這裡有一個有趣的發現,最惡一手竟然有兩個點出現在了第二手的位置。由於勝率下降值十分接近,圖上看不出是兩個點。核查數據,發現這兩點均來自於執白的甘思陽——起手超高目,ELF怒降15.7%。另外,這兩局棋甘思陽的第二惡手是都是白4,還是超高目。

從手數的直方圖可以看出,最惡一手出現的時機較為平均。不過,在90手和150手附近還是有兩個明顯的峰值。這可能提示這一系列的對局,要麼致命敗招出現在百手之前;要麼就是一盤膠著的對局,後半盤任何一個細小的失誤都可能被無限放大。而勝率下降值基本符合對數正態分佈,峰值出現在25%附近,說明在這一系列的對局中人類最惡一手普遍降幅在25%左右。

從平均值來看,本系列對局的最惡一手平均手數為111.8,勝率下降平均值為32.75%。

除了最惡一手,首步惡手也能一定程度反應選手的水平與發揮。選取對局黑白雙方第一步勝率下降超過10.00%的一手,統計手數與勝率下降值。如果全局沒有一手超過10.00%的惡手,選取最惡一手。

大賽AI分析8:圍乙聯賽後半程4-8輪

上方的散點圖橫座標為手數,縱座標為勝率下降值。點的顏色與縱座標相關,越偏黃綠表明數值越小,越偏紫紅表明數值越大。下方也分別做了手數與勝率下降值的直方圖,以便更直觀的看出分佈形態。

從散點圖中可以看到,人類的首步惡手勝率的下降值和手數關係並不是很大,基本上很穩定。韓晗與張紫良的對局中,51手才出現了一步明顯的問題手,但是一步就降了81.22%,真的是從天堂到地獄了。不過韓晗後半盤發揮不錯,硬是完成了絕地逆襲。

手數的直方圖中,可以很明顯的看到在30手左右是唯一的一個峰值。這說明本系列的對局中,30手是一個過不去的坎。大量人類的比賽,也差不多在30手進入到序盤到中盤的過渡。邊角定型完畢後,人類的選擇容易出現迷茫,這一點對於所有的人類比賽都不例外。做了一個對數正態分佈,但是吻合程度並不好。

勝率下降的直方圖有一個極度尖銳的峰值,本系列對局中,人類第一個明顯失誤的勝率損失幾乎都在10%-16%的區間內。具體分佈形式,較為符合對數正態分佈,峰值出現在約13%的位置。

本系列對局的首步惡手平均手數為38.7,勝率下降平均值為17.04%。

大賽AI分析8:圍乙聯賽後半程4-8輪

這是本系列對局中最惡一手,來自於韓晗與張紫良的51手。實戰白棋脫先吃住上方,實地收穫很大。韓晗這步脫離主戰場的一手,很明顯是對下方的沖斷嚴厲性估計過高了。

大賽AI分析8:圍乙聯賽後半程4-8輪

這是ELF認為的本輪最刺激一回合,來自於姜東潤與朴永訓:黑棋73怒虧42.86%,白棋74反送44.89%。雙方對白棋的餘味,都有一定的漏算,只能說這種細小的地方,還是AI敏銳。

二、統計學數據

考慮對局雙方每手棋與AI推薦點勝率的差異平均值,並且計算方差,這兩項數據可以很好的反應對局者與AI的相似程度、發揮穩定性以及對局的激烈程度。平均勝率差異越大,提示棋手與AI選擇差異越大,對局也越激烈;方差,則是與發揮穩定性呈正相關。

大賽AI分析8:圍乙聯賽後半程4-8輪

本系列對局中,選手的方差與平均勝率差異的平均值為38.86、3.05,遠高於一般職業對局。這反應了,這一系列的對局中對局雙方存在較多失誤,並且對局十分激烈。前三輪的平均值為34.29、2.96,看來世界盃開賽後,棋手熬夜情況並不嚴重(誤)。

從直方圖中可以看到,選手的方差和平均勝率差異符合對數正態分佈,峰值在22、2.3附近。這說明,本系列對局中選手和AI每手棋平均虧損,大概率出現在2.3%附近。從某種角度上說,和AI下棋基本上40手就不行了,符合目前的一般認知。

三、吻合度

弈客鷹眼也給出了本輪吻合度的數值。

大賽AI分析8:圍乙聯賽後半程4-8輪

這是本輪全局、序盤以及中盤吻合度的前十。全局吻合度佟禹林73.65%傲視群雄,這也打破了上篇文章中黨毅飛創下的記錄。而佈局吻合度,四名韓國棋手外加許家元名列前茅,可見國外的一流棋手對AI也是研究十分深入。幸好,我們的優秀選手也沒有落下。而進入到中盤環節,陳浩76.67%的成績也是目前之最。可惜的是,陳浩的隊伍衝甲失敗,我們將會較少的看到這位年輕棋手的身影,不得不說是一個遺憾。

大賽AI分析8:圍乙聯賽後半程4-8輪

吻合度分區間做了箱型圖。本系列對局,全局、序盤(5-60手)、中盤(61-180手)以及官子(181手-終局)的吻合度平均值分別為:52.77%,57.10%,50.35%以及55.65%。這些值和職業棋手的平均水平相當。序盤吻合度高於全局,全局高於中盤,也是人類對局最顯著的指標之一。

大賽AI分析8:圍乙聯賽後半程4-8輪

考慮每一輪的全局吻合度,相對來說差異不顯著。總的來說,第五輪棋手整體的發揮可能最佳,第六輪兩極分化較為明顯,第七輪相對最差。

大賽AI分析8:圍乙聯賽後半程4-8輪

序盤的吻合度,也反應了第七輪選手整體發揮較差。

大賽AI分析8:圍乙聯賽後半程4-8輪

最反應棋手實力的中盤階段,也是第七輪吻合度最低。畢竟是關係衝甲的關鍵輪次,選手或多或少都有一些心理包袱吧。

大賽AI分析8:圍乙聯賽後半程4-8輪

從直方圖中可以更清晰的看出,選手每個區間吻合度都基本符合正態分佈。隨著棋局手數的增多,人類的選擇和AI的差異變大,從圖上的反應則是正態分佈的峰變得更寬更低。但是考慮全局的情況,選手的分佈反而非常集中,幾乎都在擠在55%附近。正態分佈曲線在75%以上就非常接近0了,說明人類棋手吻合度想做到75%以上也是幾乎不可能完成的事情。

四、總結

圍乙後半程的比賽,對局十分激烈。非常多平時不顯山不露水的棋手,其實都非常有實力。對於人類棋手,30手、90手以及150手是一個躲不過去的詛咒,各種失誤總是如噩夢般悄然而至。不過,人類的比賽也正因為失誤才更有魅力。


分享到:


相關文章: