Discussion :

[Invité]

Bonjour,

Je voudrais écrire un joueur d'échecs par réseau de neurones.

La question que je me pose est quelle architecture de réseau ?

1iere solution.
Je code les 32 pièces max qui se déplace sur les 64 cases max plus le vide.
2ieme solution
je code les 64 cases qui peuvent prendre un état parmi les pièces plus le vide.


Dans le premier cas je code sur 9 * 32 = 288 noeuds.
Dans le second cas, je code 3 * 64 = 192 noeuds.
... A votre avis ? S'il vous plait merci.

[Alp]

Je pense qu'il faut de toute façon que le RdN ait connaissance, d'une façon ou d'une autre, de l'état complet du plateau.

[Invité]

Merci pour ta réponse Alp.

Donc, tablier et les pièces dessus.

Le plus chaud ça va être la promotion.


Ce qui fait que j'ai 128 cases et 33 pièces.
Chacune des case prend l'état d'une pieces.
6bits par pieces * 128 = 768 entrées/sortie. avec une couche caché de 128.

[Invité]

Jouer au échecs avec un réseau de neurones vous dites ?
Ah bon.

Non, je vois pas comment finalement.

[Alp]

Le gros problème c'est qu'au final, ce que fait un réseau de neurones, c'est prendre des entrées, les transporter dans un autre "espace" (ce que fait la couche cachée - s'il y a plus d'une couche cachée ça transporte à nouveau), et là ça essaye d'une certaine façon de regrouper les points qui vont ensemble (classification) ou de calculer une valeur attendue (régression). Il y a quand même une certaine notion de "proximité", ou "continuité". Or, aux échecs, si t'as un plateau avec les deux camps relativement regroupés chacun de son côté, et la même situation mais avec une reine qui menace le roi, donc juste une pièce placée différemment, la réponse devra pas du tout être la même. Et c'est dur d'avoir donc un NN qui fait ce boulot de décision là.

Par contre je crois avoir vu passer quelques liens de gens qui font des NNs pour évaluer une "situation" échecs, ou tenter de prédire le gagnant. Bon courage pour générer les données d'apprentissage par contre