国际象棋 AI 对手怎么「输得像人」?开发者探讨可信失误的设计难题
space64-llc · reddit · 2026-09-29
一位做国际象棋 AI 对手的开发者分享了一个有意思的反馈:测试玩家的 bot 把皇后撤离车攻击后,下一步又把皇后送回险地,玩家吐槽「失误得有意图、要合理」。
目前方案混合 Maia 与 Stockfish 加自定义选步规则,但常显得像两个不同的棋手在轮流行棋。作者的分析:人类下棋靠的不只是搜索评估,还有对棋形的识别、对开放线和弱格的注意、以及跨多步的计划坚持——失误源于注意力焦点和执念(比如三步布置的进攻在已不成立后仍继续),而非随机的故意走差。难点在于如何给 AI 建模「可信的盲点」和「思路的延续性」,又不能变成 predictable 地漏看某类棋子或死板执行计划。帖子在征集同类经验。
「Fun」频道最新
- 开发者放 Claude 一下午 autonomously 写出「p(doom) 版 Beat Saber」 — burny_tech · 2026-09-29
- 网友周末用 Astra 与 ChatGPT Sites 搭出一个小型艺术画廊 — blakesamic · 2026-09-29
- 名画撞脸体育瞬间的 ArtButSports 账号走红 — chrisalbon · 2026-09-29
- 网友晒「Opus 5.5」动画测试,ANTVERSE 风格初试 — ChrisGPT · 2026-09-29
- 车主弃用 FSD 订阅,开源 sunnypilot 已在 Model Y 上跑了八个月 — SuB8u · 2026-09-29
- 用 $20 套餐的 Sonnet 5.5 做出致敬《Rez》的音乐轨道射击游戏 — AIandDesign · 2026-09-29