Làm thế nào để xác định giá trị của một mảnh từ đầu?


21

Giả sử chúng ta có một thiết lập bộ cờ tiêu chuẩn, nhưng chúng ta thực hiện một thay đổi nhỏ để (ví dụ) những con tốt bây giờ có thể di chuyển hai hình vuông về phía trước trên bất kỳ di chuyển nào thay vì chỉ di chuyển ban đầu. Ngay cả khi giả sử rằng chúng ta vẫn có thể sử dụng các giá trị điểm đã thiết lập cho các mảnh (N = B = 3 R = 5 Q = 9 hoặc bất kỳ hệ thống nào bạn muốn sử dụng), người ta sẽ tìm hiểu xem con tốt của chúng ta sẽ đáng giá bao nhiêu ?

Suy nghĩ ban đầu của tôi sẽ là (tái) lập trình một cỗ máy cờ vua với khả năng quân cờ được sửa đổi, thay đổi các giá trị bên trong cho nó theo nhiều cách khác nhau và sau đó tổ chức một loạt các giải đấu động cơ cho đến khi thu hẹp giá trị gần đúng. Điều này sẽ hoạt động (vì dù sao tất cả các giá trị điểm là gần đúng và tình huống), nhưng giá trị điểm cho các mảnh đã tồn tại lâu hơn máy tính, do đó phải có các phương pháp khác.

Có ý kiến ​​gì không?

Lưu ý: Tôi không thực sự tìm kiếm các khuyến nghị phần mềm, vv để làm điều này. Tôi chỉ tò mò cách tốt nhất để làm điều này sẽ là gì.


2
Hệ thống được sử dụng ngày nay có cầm đồ = 1, có nghĩa là một con tốt được sửa đổi sẽ thay đổi đơn vị được sử dụng để đo các phần khác ngoài cầm đồ.
Rauan Sagit

1
@RauanSagit Tất nhiên, nhưng chúng ta vẫn có thể coi một con tốt tiêu chuẩn là đơn vị đo lường (hoặc nếu bạn khăng khăng nó phải ở trên bảng, hãy cho mỗi bên một hỗn hợp của những con tốt và 'siêu cầm đồ').
DTR

1
Các giá trị của tất cả các mảnh được liên kết với nhau, do đó thay đổi di chuyển của người cầm đồ cũng sẽ thay đổi giá trị tương đối của tất cả các mảnh khác. Các giám mục sẽ trở nên vô dụng trong cuộc chiến chống lại siêu nhân của bạn, và các hiệp sĩ chỉ bớt vô dụng một chút, vì vậy giá trị của họ sẽ giảm đi nhiều hơn so với của các tân binh hay nữ hoàng. Tất cả các mảnh sẽ cần phải được đánh giá lại.
Kevin suchlicki

@KevinSuchlicki Nếu giám mục có cùng màu với không gian mà người cầm đồ cần di chuyển để quảng bá, họ vẫn có thể bảo vệ quảng trường đó. Và giả sử di chuyển kép không thể đi qua từng mảnh, một giám mục vẫn có thể chặn một con tốt. Nhưng vâng, những mảnh nhỏ sẽ bị suy yếu nghiêm trọng trong trò chơi cuối. Hai con tốt đã qua sẽ có giá trị hơn một giám mục.
Tích lũy

Câu trả lời:


10

Có thể sử dụng hồi quy logistic (một phương pháp thống kê) để ước tính các giá trị dự đoán. Bằng cách này, bạn sẽ không cần bất cứ ai để thử trò chơi cả.

http://www.sumsar.net/blog/2015/06/big-data-and-chess có các chi tiết. Cá nhân tôi đã thử phương pháp này, và đó là một khởi đầu tốt.

Phương pháp ước tính giá trị của từng mảnh bằng cách dự đoán chúng liên quan đến số lẻ của chiến thắng.

nhập mô tả hình ảnh ở đây

nhập mô tả hình ảnh ở đây


4
Hấp dẫn và tuyệt vời ... nhưng không phải loại phân tích này đòi hỏi một bộ dữ liệu của các trò chơi chuyên gia để trích xuất các dữ liệu này? Vì vậy, trong khi bạn không cần các chuyên gia triệu tập về vấn đề định giá cụ thể, bạn cần các chuyên gia (hoặc ít nhất là người chơi thành thạo) để đưa ra các trò chơi ngay từ đầu.
Daniel

1
@Daniel có thể mã một động cơ cho nó. Cũng có thể sử dụng Monte Carlo để mô phỏng các trò chơi.
SmallChess

Tôi nghi ngờ các trò chơi ngẫu nhiên sẽ cho giá trị tốt.
hkBst

@hkBst Thật tốt khi có các trò chơi ngẫu nhiên, nhưng số lượng phải rất lớn và ngẫu nhiên. Đó là cách Monte-Carlo hoạt động. Đó cũng là cách AlphaGo hoạt động.
SmallChess

Alphago chỉ làm điều đó cho bước đánh giá cuối cùng và nó được cho ăn rất nhiều trò chơi chuyên gia để nghiên cứu để xây dựng kiến ​​thức / trực giác của mình.
hkBst

9

Ralph Betza đã cố gắng thực hiện điều này và ông đã viết một loạt sáu bài viết về điều này, bắt đầu với bài viết này: http://www.chessvariants.com/piececlopedia.dir/ideal-and-prreal-values.html

Ý tưởng để xác định các giá trị mảnh bao gồm các yếu tố sau

  • tính di động trung bình (rõ ràng là yếu tố chi phối, nhưng khó đưa nó xuống con số)
  • màu sắc
  • loại chuyển động (nhảy so với đi xe)
  • hiệu ứng san lấp mặt bằng (Scharnagl gọi đó là "hiệu chỉnh chân voi")

Kinh nghiệm thực tế với các biến thể cờ vua cho thấy rằng một quyết tâm theo kinh nghiệm thông qua cách chơi có thể được thay thế hoàn toàn bằng một quyết tâm từ các nguyên tắc đầu tiên. Ví dụ, mảnh ghép được hình thành từ Đức cha và Hiệp sĩ (được biết đến dưới nhiều tên, bao gồm Tổng giám mục, Công chúa, Janus, Hồng y, Paladin, Equerry và Bộ trưởng) mạnh hơn nhiều so với phân tích tiên nghiệm .


8

Các giá trị của các mảnh xuất phát từ đó trao đổi mảnh được coi là mong muốn và không. Kiến thức về sự mong muốn của trao đổi mảnh thường đến từ việc đã chơi nhiều trò chơi, nhưng có lẽ cũng có thể trích xuất một cách máy móc kiến ​​thức này từ một bộ sưu tập lớn các trò chơi được chơi bởi những người chơi lành nghề.

Một lựa chọn khác là sử dụng một quá trình tiến hóa để xác định các giá trị mảnh. Bạn bắt đầu với một bộ sưu tập lớn các giá trị mảnh ngẫu nhiên và tổ chức các trận đấu loại trừ một đối một (hoặc có thể các giải đấu tốt hơn?) Để xác định một phần tốt nhất (một nửa, mười phần trăm trên cùng) của các giá trị mảnh ngẫu nhiên. Sau đó, bạn tạo một thế hệ mới của các giá trị mảnh ngẫu nhiên thông qua một số phương pháp kết hợp các giá trị từ phân số tốt nhất đó cùng với các nhiễu loạn ngẫu nhiên nhỏ. Lặp lại cho đến khi các giá trị ổn định. Các giá trị bạn nhận được có thể sẽ phụ thuộc vào công cụ cờ cụ thể (và kiểm soát thời gian) bạn sử dụng, nhưng tôi không biết hiệu ứng đó mạnh đến mức nào.

Khi bạn có ý thức khá tốt về vị trí của các giá trị, bạn có thể muốn sử dụng phương pháp khoa học để trả lời các câu hỏi cụ thể, chẳng hạn như giá trị của con tốt mới của bạn nhiều hơn một nửa hiệp sĩ. Bạn có thể cho bộ máy cờ vua của mình chơi nhiều trò chơi ở các độ mạnh khác nhau (điều khiển thời gian hoặc độ sâu lớp) và sử dụng phân tích thống kê để xác định câu trả lời đến một mức độ tin cậy nhất định.

Bạn cũng có thể quan tâm đến việc lấy các giá trị mảnh theo cách phân tích hơn; nhiều người đã nghĩ rằng phải có một mối quan hệ giữa tính di động của mảnh và giá trị mảnh. Các yếu tố liên quan có thể bao gồm: độ linh động trung bình của bảng, độ linh động tối đa của bảng, phần có thể tiếp cận của bảng, khả năng tam giác, khả năng giao phối và (gây nhiễu nhất) các mảnh khác trên bảng. Không có gì rất chung chung dường như đã được phát hiện mặc dù.


4

Giá trị cho các mảnh tính theo đơn vị cầm đồ ban đầu được xác định bằng cách thu thập kinh nghiệm trong khi thực sự chơi trò chơi. Điều tương tự có thể được áp dụng cho các trò chơi sửa đổi.


4

Chúng ta có thể bắt đầu đoán giá trị gần đúng của "siêu mặt" giả định hoặc "cầm đồ nâng cao" này theo "tính di động", theo thứ tự E ~ 2P vì định nghĩa (di chuyển lên 2 hình vuông thay vì chỉ 1 hình vuông).

Tiếp theo, chúng tôi điều chỉnh dự đoán ban đầu này bằng cách hình thành ma trận 8x8, trong đó mỗi ô vuông có một số cho biết mức độ "di động" là phần được phân tích (P = cầm đồ, E = "cầm đồ nâng cao") khi được đặt tại ô vuông đó:

Pawn    xxxxxxxx<--last rank    Enhanced pawn   xxxxxxxx
        11111111                                22222222
        11111111                                22222222
        11111111                                22222222
        11111111                                22222222
        11111111                                22222222
        22222222<--first rank                   22222222
Pawn    xxxxxxxx               Enhanced pawn    xxxxxxxx

Ở đây chúng ta có độ linh động trung bình là 2 ô vuông cho con tốt tăng cường so với 7/6 cho con tốt thông thường (người chỉ có thể nhảy 2 ô vuông khi nằm ở thứ hạng ban đầu). Công suất tương đối E / P dường như là 2 / (7/6) = 12/7 ~ 1.7 hơi thấp hơn E = 2P.

Nhưng thông thường có những mảnh khác cư trú trên bảng và hạn chế khả năng di chuyển. Trong một trò chơi thực tế, chúng ta sẽ thấy rằng tại một số địa điểm, "siêu nhân" mới của chúng ta được bao quanh hoàn toàn bởi các mảnh khác và không khác với "cầm đồ bình thường". Vì vậy, số dự kiến ​​E = 1.7P nên được đẩy xuống thấp hơn một chút.

Để những con số này có giá trị bất kỳ, chúng ta nên tưởng tượng một số nhiệm vụ hoặc tình huống nhất định và xem cách một mảnh hoặc nhóm mảnh cụ thể thực hiện. Một phân tích tương tự đã được thực hiện cho các quân cờ tiêu chuẩn. Vài ví dụ:

  • 1 Nữ hoàng không thể phạt góc và chiếu tướng một vị vua đối thủ cô đơn, trong khi 2 Rooks thì có thể. Điều đó cho thấy 2R> Q phù hợp với các giá trị thường được chấp nhận Q ~ 9P, R ~ 5P. (Hoặc Q ~ 10P R ~ 5.5P).
  • King + Rook có thể chiếu tướng một kẻ thù King, trong khi kNight + Rook không thể (họ cần sự trợ giúp của King). Vì vậy, trong trường hợp này K + R> N + R, K> N.
  • Nhưng một kNight có thể vượt qua một rào cản được hình thành bởi một Rook, trong khi một vị vua thì không thể. Vì vậy, có những tình huống ngược lại trong đó N> K.
  • Đối với một số nhiệm vụ K> N, đối với các nhiệm vụ khác N> K. Hành vi này được hỗ trợ bởi thang điểm chính thức, đánh giá sự khác biệt của King vs kNight theo thứ tự của một con tốt hoặc một phần của con tốt.

  • Và nơi cầm đồ mới tăng cường của chúng tôi phù hợp? Anh ta có thể vượt qua rào cản của một tân binh, trong khi một vị vua thì không thể. Điều đó có nghĩa là trong một số tình huống, anh ta có thể vượt trội hơn một vị Vua, E> K (là K trong khoảng từ ~ 3P đến ~ 4P)

  • Nhưng anh ta không thể vượt qua một rào cản được hình thành bởi 2 Rooks, trong khi một Giám mục thì có thể. Vì vậy, đây là B> E.
  • Và anh ta không thể vượt qua một rào cản được hình thành bởi 2 Giám mục, trong khi một kNight có thể. Vì vậy, đây là N> E.
  • Nếu chúng ta xây dựng một bảng lớn với nhiều nhiệm vụ, chúng ta có thể đếm được bao nhiêu "E> K" và bao nhiêu "K> E", "E> B", "B> E" ... chúng ta có và tính toán Trung bình.

Một cách tiếp cận mạnh mẽ hơn sẽ là truy cập vào một cơ sở dữ liệu lớn về các trò chơi hoàn chỉnh, không chỉ là "nhiệm vụ" riêng lẻ. Như đã được đề cập trong trang web này, với sự trợ giúp của cơ sở dữ liệu trò chơi, có thể phân tích kết quả của các giao dịch. Áp dụng ý tưởng này vào "superpawns" của chúng tôi, với hàng ngàn trò chơi, chúng tôi có thể trả lời các câu hỏi như "Liệu một siêu nhân có thực sự đáng giá 2 con tốt không? Hay là 2P> E? Người chơi thua 1E trong khi lấy 2P từ đối thủ, anh ta có thường thua không? Hay anh ta giữ lại một kỳ vọng hợp lý để chiến thắng? Thế còn 2E vs 3P? E vs B? 2E vs B? 2E vs N?

Người ta thường nói rằng mọi thứ phụ thuộc vào vị trí, nhưng với bộ dữ liệu lớn (rất lớn!) Chúng ta có thể nghĩ rằng các biến thể của các vị trí cụ thể có xu hướng hủy bỏ và những gì còn lại sau khi tính trung bình là cái mà chúng ta gọi là "giá trị mảnh".


2

Trong một thực tế khác, tôi sẽ làm điều này bằng cách tạo ra một nhóm các chuyên gia, sau đó hỏi họ.

1) Đảm bảo một tập hợp các chuyên gia có giáo dục.

Tổ chức một giải đấu cờ vua (hoặc có lẽ một vài) với các giải nhất, nhì và ba hấp dẫn. Điều này sẽ lôi kéo những người chơi tốt nhất tham dự. Họ sẽ chơi và trở nên có học thức.

2) Nhờ các chuyên gia cho bạn biết giá trị của con tốt

Là một phần của giải đấu, vào ngày cuối cùng, có lẽ những người chơi X hàng đầu ước tính giá trị mới của con tốt. GM nào đoán chính xác nhất giá trị mà bạn cảm thấy là chính xác sẽ giành được giải thưởng tiền mặt khác. Từ các ước tính, tính trung bình (hoặc bất cứ điều gì) và trả cho người đoán gần nhất.

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.