UCT pattern prior: -1000 -> -400 based on Jean-loup's tuning
[pachi/nmclean.git] / HACKING
blob809e64c61be4aa9fe1c7c5390a7275ea5dc4b0d5
1 This is brief developer-oriented overview in Pachi structure.
3 Pachi is completely Go-specific (c.f. Fuego; though e.g. atari go support
4 should be easy to add), but fairly modular. It has been built with focus
5 on MonteCarlo-based play, but it can in principle be used for other
6 play engines as well.
9 Basic architecture
10 ==================
12 Pachi consists of the following components:
15   +------+    +--------+    +---------+    +------------------+
16   | core | -- | engine | -- | playout | -- | tactical library |
17   +------+    +--------+    +---------+    +------------------+
18                      |        |
19                   +-------------+
20                   | aux library |
21                   +-------------+
23 * "core" takes care of the program's lifetime, GTP interface and basic
24   fast Go board implementation
26         pachi.c         global initialization and the main loop
27         version.h       current version information
28         debug.h         debugging infrastructure
29         random.[ch]     fast random number generator
30         gtp.[ch]        GTP protocol interface
31         network.[ch]    Network interface (useful for distributed engine)
32         timeinfo.[ch]   Time-keeping information
33         stone.[ch]      one board point coloring definition
34         move.[ch]       one board move definition
35         board.[ch]      board definition and basic interface
37 * "aux library" provides extra functions like static tactical evaluation
38   and pattern matching; it is somewhat interwound with "core" component
40         mq.h            "move queue" data structure
41         stats.h         "move statistics" data structure
42         probdist.[ch]   "probability distribution" data structure
43         ownermap.[ch]   simulation-based finalpos. "owner map" data structure
44         pattern3.[ch]   fast 3x3 spatial pattern matcher
45         pattern.[ch]    general multi-feature pattern matcher
47 * "tactical library" provides extended interfaces for the go board,
48   most important non-trivial tactical information
50         tactics/
52 * "engine" receives notifications about opponent moves and is asked
53   to generate a move to play on given board
55         engine.h        abstract engine interface
56         random/         example "random move generator" engine
57         replay/         example "playout move generator" engine
58         montecarlo/     simple treeless Monte Carlo engine, quite bitrotten
59         uct/            the main UCT-player engine, see below
60         distributed/    "meta-engine" for distributed play by orchestrating
61                                 several UCT engines on different computers
62         patternscan/    auxiliary engine for harvesting patterns from
63                                 existing games
64         joseki/         auxiliary engine for generating joseki patterns
66 * "playout" policy is asked to generate moves to play during the Monte Carlo
67   simulations, and to provide rough evaluation of moves feasibility for
68   the engine
70         playout.[ch]    abstract playout policy interface,
71                                 Monte Carlo simulation execution
72         playout/light   uniformly random playout policy
73         playout/moggy   rule-based "Mogo-like" playout policy
75 * Also, several ways of testing Pachi are provided:
77         t-unit/         interface for writing unit-tests for specific
78                                 functionality, mainly tactics
79         t-play/         interface for testing performance by playing games
80                                 against a fixed opponent (e.g. GNUGo)
83 UCT architecture
84 ================
86 The UCT engine (the proper name should be MCTS as it does not have that
87 much common with classic UCT now) has non-trivial structure by itself:
89   +-------------+    +-----+     +-------------------+
90   | node policy | -- | UCT | --- | node prior-hinter |
91   +-------------+    +-----+     +-------------------+
92                         |           |
93                    +---------+      |
94                    | playout | -----'
95                    +---------+
97 * "UCT" is the core of the engine
99         uct.[ch]        engine initialization, public interface
100         internal.h      internal state and data structures
101         tree.[ch]       minimax move tree with success statistics
102         walk.[ch]       filling the tree by walking it many times
103                                 and running MC simulations from leaves
104         slave.[ch]      engine interface for the distributed engine
106 * "node prior-hinter" assigns newly created nodes preliminary success
107   statistics ("prior values") to focus the search better
109         prior.[ch]      variety of methods for setting the priors
111 * "node policy" mainly chooses the current node's child to descend
112   through during the tree walk, based on the already recorded statistics;
113   it must balance exploration and exploitation well during the selection
115         policy/ucb1     the old-school original simple policy
116         policy/ucb1amaf the AMAF/RAVE-based policy gathering statistics rapidly
118 * "dynkomi driver" dynamically determines self-imposed extra virtual komi
120         dynkomi.[ch]
123 Board Implementation
124 ====================
126 The infrastructure is optimized for speed to make it well suited
127 for bruteforce engines, however tradeoffs are made to make it useful
128 for heavier MonteCarlo playouts as well (e.g. real liberties are
129 tracked instead of pseudoliberties). If you are looking for raw
130 light playout speed, libEGO is better choice.
132 In general, arbitrary board sizes are supported; however, board sizes
133 smaller than 9x9 have not been tested and board sizes larger than 25x25
134 are not supported by GTP - also, in theory some buffer overflows might
135 happen with board sizes larger than 19x19. The engine parameters are
136 primarily tuned for 19x19 play.
138 Ruleset
139 -------
141 While the Pachi engines generally play according to Chinese rules,
142 internally, Pachi uses Tromp-Taylor rules because they are simple,
143 fast and universal; they are very close to the New Zealand rules.
144 That means, it simply counts the number of stones and one-point eyes
145 of each color on the board, plus komi and handicap correction.
147 Tromp-Taylor rules also mean that multi-stone suicide is allowed! If you
148 do not like that (basically if you want to pretend it plays according
149 to Chinese rules), you need to rule that out in your engine, currently.
150 The provided engines DO avoid multi-stone suicide, though it is allowed
151 in the playouts for performance reasons (perhaps we should re-visit that
152 decision in light of heavy playouts).
154 Tromp-Taylor rules have positional superko; the board implementation
155 will set a flag if it is violated, but play the move anyway. You need
156 to enforce the superko rule in your engine.
159 GTP Implementation
160 ==================
162 ...is a very sad hack. ENSURE that only trusted parties talk to Pachi's
163 GTP interface, as it is totally non-resilient to any kind of overflow
164 or bad input attacks and allowing arbitrary input to be entered within
165 is a major security hole. Yes, this needs to be cleaned up. Also, currently
166 engines cannot plug in their own commands and there is no GoGui interface.
168 Pachi supports only few GTP commands now. Most importantly, it does not
169 support the undo command.  The final_status_list command requires engine
170 support.
173 General Pattern Matcher
174 =======================
176 Pachi has in-development general pattern matcher that can match various
177 sets of features (spatial and others), inspired by the CrazyStone and
178 van der Werf - de Groot - Stern pattern model. Please see pattern.h
179 for detailed description of the pattern concept and recognized features.
181 To harvest patterns, use 'pachi -e patternscan' (see patternscan/patternscan.c
182 for available options).  The output of the pattern scanner are two data
183 structures: The matched patterns
185         (feature1:payload feature2:payload ...)
187 and spatial dictionary. "Spatial" feature represents a particular
188 configuration of stones in a circle around the move-to-play; each
189 configuration has its own record in the dictionary and the spatial
190 feature references only the id in the dictionary; so you need to keep
191 both the patterns and the "patterns.spat" file.  Normally, 'patternscan'
192 will only match already existing dictionary entries, but you
193 can pass it "gen_spat_dict" so that it appends all newly found spatial
194 features to the dictionary - use "spat_threshold" to limit recording
195 only to frequently occuring spatial features; to start the dictionary
196 from scratch, simply remove any existing "patterns.spat" file.
198 There are few pre-made scripts to make the initialization of the pattern
199 matcher easy:
201 * tools/pattern_byplayer.sh: Sorts out patterns from given SGF collection
202   by player names, one player per file in a dedicated directory. This is
203   useful if you want to use the patterns to e.g. recognize games of a
204   player by characteristic patterns. Spatial dictionary is autogenerated
205   in full.
207 * tools/pattern_spatial_gen.sh: Initializes spatial dictionary by spatial
208   features found at least N times in given SGF collection.  This is useful
209   for further gathering of general pattern statistics while keeping
210   the amount of spatial features manageable.
212 * tools/pattern_spatial_show.pl ID: Shows spatial pattern of given id
213   in 2D plane.
215 * tools/pattern_bayes_gen.sh: Generates a Bayesian probability table
216   for each pattern in a SGF collection. The computed number is the empiric
217   probability of playing a given pattern when it is available on board.
219 * tools/pattern_bayes_merge.sh: Merges Bayesian probability tables
220   of patterns. This is useful for parallel pattern mining - run multiple
221   pattern_bayes_gen (perhaps remove the counts >= 2 test) and then merge
222   the generated tables.
225 Plugin API
226 ==========
228 The UCT engine allows external plugins to be loaded and provide external
229 knowledge for various heuristics - currently just biasing the MCTS priors,
230 but more can be added easily. The plugins should follow the API in
231 <uct/plugin.h> - see that file for details.
234 Joseki Patterns
235 ===============
237 Joseki patterns can be generated from variations of a SGF file. Josekis
238 are matched per-quadrant, no other move must be within the quadrant. See
239 joseki/README for details on usage of the auxiliary engine and a full
240 recipe for making Pachi play according to joseki sequences extracted from
241 the Kogo dictionary.
244 Opening Book
245 ============
247 The UCT engine can "pre-read" the starting board position and
248 dump the core of the built tree to a file, loading it later. This is
249 called a 'tbook' (as in "tree book") and can be generated using the
250 tools/gentbook.sh script. The newly generated file is automatically
251 used by the UCT engine when found.
253 Alternatively, there is a support for directly used opening book
254 (so-called fbook, a.k.a. "forced book" or "fuseki book"). The book
255 is stored in a text file in Fuego-compatible format and can be loaded
256 using the ./pachi -f parameter. A naive way to build such a book
257 based on shell-based, twogtp-based UCT is available through the
258 tools/autobook/ framework.
261 Local Trees
262 ===========
264 This is a mostly unique idea in Pachi, currently in development;
265 it does not work too well yet, but Pasky has great hopes for it in
266 the future.
268 A local tree is a tree comprising of (CFG-topologically) local
269 sequences, built in parallel with the real game tree; there is
270 a separate tree for black-first and white-first sequences. E.g if
271 the game tree (on empty board) consists of D4-C6-D6-Q16-O17-D7,
272 the coresponding local tree sequences are (black) D4-C6-D6, (white)
273 Q16-O17 and (white) D7. The simulation result is then recorded as
274 usual in the game tree, but also in the corresponding local trees.
276 The goal of this is to dynamically build a cache of various
277 resolutions of local situations. This is to overcome cases where
278 the proper resolution of a given situation is easily found in
279 the tree, but improper heuristical bisaes keep muddying the
280 evaluation down.
282 Exactly what kind of values to store in the local tree nodes is
283 still an open question. The original approach has been to simply
284 use simulation results directly or biased on base "value temperature";
285 now, we are experimenting with survival rate of the "base stone"
286 of the branch (the first move in the branch sequence). We also intend
287 to integrate criticality information with local tree data.
289 The local trees are descended in parallel with the main tree.
290 The values stored in local trees are added to the RAVE term
291 from the main tree during node selection. We also wish to use
292 the information from local trees in the simulations, but this is
293 still subject to research.
295 To enable local trees usage, pass local_tree=1 to the UCT engine.
296 There are many further knobs to twiddle, too.