微信团队开源围棋AI技术PhoenixGo，复现AlphaGo Zero论文
haixianTV 2018-05-14
本文介绍了腾讯微信翻译团队开源的人工智能围棋项目 PhoenixGo，该项目是对 DeepMindAlphaGo Zero论文《Mastering the game of Go without human knowledge》的实现。
PhoenixGo 是腾讯微信翻译团队开发的人工智能围棋程序。据介绍，该项目由几名工程师在开发机器翻译引擎之余，基于 AlphaGo Zero 论文实现，做了若干提高训练效率的创新，并利用微信服务器的闲时计算资源进行自我对弈，缓解了 Zero 版本对海量资源的苛刻需求。
4 月底，在 2018 世界人工智能围棋大赛上，PhoenixGo 取得冠军。参赛队伍包括绝艺，LeelaZero、TSGo、石子旋风、Golois，HEROZ Kishi、Baduki 等来自中、日、韩、欧美等国家和地区的人工智能围棋高手。
5 月 11 日，PhoenixGo 在 Github 上正式开源，以下是技术细节：
项目地址：https://github.com/Tencent/PhoenixGo
如果你在研究中使用 PhoenixGo，请按以下方式引用库：
@misc{PhoenixGo2018,author = {Qinsong Zeng and Jianchang Zhang and Zhanpeng Zeng and Yongsheng Li and Ming Chen and Sifan Liu}title = {PhoenixGo},year = {2018},journal = {GitHub repository},howpublished = {\url{https://github.com/Tencent/PhoenixGo}}
}构建和运行
在 Linux 上
1 要求
支持 C++11 的 GCC；
Bazel（0.11.1）；
（可选）CUDA 和 cuDNN（支持 GPU）；
（可选）TensorRT（加速 GPU 上的计算，建议使用 3.0.4 版本）。
2 构建
复制库，并进行构建配置：
git clone https://github.com/Tencent/PhoenixGo.gitcd PhoenixGo ./configure
./configure 将询问 CUDA 和 TensorRT 的安装位置，如果必要指定二者的位置。
然后使用 bazel 进行构建：
bazel build //mcts:mcts_main
TensorFlow 等依赖项将会自动下载。构建过程可能需要很长时间。
3 运行
下载和提取训练好的网络：
wget https://github.com/Tencent/PhoenixGo/releases/download/trained-network-20b-v1/trained-network-20b-v1.tar.gz tar xvzf trained-network-20b-v1.tar.gz
以 gtp 模式运行，使用配置文件（取决于 GPU 的数量和是否使用 TensorRT）：
bazel-bin/mcts/mcts_main --config_path=etc/{config} --gtp --logtostderr --v=1该引擎支持 GTP 协议，这意味着它可以和具备 GTP 能力的 GUI 一起使用，如 Sabaki。
--logtostderr 使 mcts_main 向 stderr 写入日志消息，如果你想将消息写入文件，将 --logtostderr 改成 --log_dir={log_dir} 即可。
你可以按照此说明更改配置文件：https://github.com/Tencent/PhoenixGo#configure-guide
4 分布模式
如果不同的机器上有 GPU，PhoenixGo 支持分布式 worker。
构建分布式 worker：
bazel build //dist:dist_zero_model_server
在分布式 worker 上运行 dist_zero_model_server，每个 worker 对应一个 GPU：
CUDA_VISIBLE_DEVICES={gpu} bazel-bin/dist/dist_zero_model_server --server_address="0.0.0.0:{port}" --logtostderr在 config 文件中填充 worker 的 ip:port（etc/mcts_dist.conf 是 32 个 worker 的配置示例），并运行分布式 master：
bazel-bin/mcts/mcts_main --config_path=etc/{config} --gtp --logtostderr --v=1在 Windows 上
正在进行。
配置指南
以下是 config 文件中的一些重要选项：
num_eval_threads：应与 GPU 的数量一致；
num_search_threads：应比 num_eval_threads * eval_batch_size 大一些；
timeout_ms_per_step：每步使用的时间；
max_simulations_per_step：每步要做多少模拟；
gpu_list：使用哪块 GPU，用逗号隔开；
model_config -> train_dir：训练好的网络的存储目录；
model_config -> checkpoint_path：使用哪个检查点，如果没设定，则从 train_dir/checkpoint 中获取；
model_config -> enable_tensorrt：是否使用 TensorRT；
model_config -> tensorrt_model_path：如果 enable_tensorrt，使用哪个 TensorRT 模型；
max_search_tree_size：树节点的最大数量，根据存储容量进行更改；
max_children_per_node：每个节点的子节点的最大数量，根据存储容量进行更改；
enable_background_search：在对手下棋的时候思考；
early_stop：如果结果不再更改，则 genmove 可能在 timeout_ms_per_step 之前返回；
unstable_overtime：如果结果仍然不稳定，则更多地考虑 timeout_ms_per_step * time_factor；
behind_overtime：如果赢率低于 act_threshold，则更多地考虑 timeout_ms_per_step * time_factor。
分布模式的选项：
enable_dist：启动分布模式；
dist_svr_addrs：分布式 worker 的 ip:port，多条线，每条线中有一个 ip:port；
dist_config -> timeout_ms：RPC 超时。
async 分布模式的选项：
Async 模式是在有大量分布式 worker 的时候使用的（多余 200），而在 sync 模式中需要过多的 eval 线程和搜索线程。
etc/mcts_async_dist.conf 是 256 个 worker 模式的 config 示例。
enable_async：开启 async 模式
enable_dist：开启分布模式
dist_svr_addrs：每个命令行 ip:port 的多行、用逗号分开的列表
eval_task_queue_size:根据分布 worker 的数量调整
num_search_threads：根据分布式 worker 的数量调整
参看 mcts/mcts_config.proto 更详细的了解 config 选项。
命令行选项
mcts_main 接受以下命令行选项：
--config_path：配置文件路径；
--gtp：作为 GTP 引擎来运行，如果禁用，则只能进行 genmove；
--init_moves：围棋棋盘上最初的落子；
--gpu_list：覆写配置文件中的 gpu_list；
--listen_port：与 --gtp 一起使用，在 TCP 协议端口上运行 gtp 引擎；
--allow_ip：与 --listen_port 一起使用，是允许连接的客户端 ip 列表；
--fork_per_request：与 --listen_port 一起使用，表示是否 fork 每个请求。
Glog 选项还支持：
--logtostderr：向 stderr 写入日志消息；
--log_dir：向该文件夹中的文件写入日志消息；
--minloglevel：记录级别：0 - INFO、1 - WARNING、2 - ERROR；
--v：详细记录，--v=1 即记录调试日志，--v=0 即关闭记录。
mcts_main --help 支持更多命令行选项。
