Kramnik explorando nuevas variantes del ajedrez con AlphaZero (Original de es.chessbase.com)

 

foto: es.chessbase.com

Evaluación del equilibrio del juego con AlphaZero

Lo siguiente son extractos de tratados científicos de 97 páginas presentados por Nenad Tomašev (DeepMind), Ulrich Paquet (DeepMind), Demis Hassabis (DeepMind) y Vladimir Kramnik (Campeón del Mundo de Ajedrez 2000-2007). Extraeremos este documento en varias partes, proporcionándole juegos de ejemplo para su propia evaluación.

AlphaZero es un sistema de aprendizaje por refuerzo que puede aprender estrategias casi óptimas para cualquier conjunto de reglas desde cero sin ninguna supervisión humana, y proporciona una alternativa in silico para la evaluación del equilibrio del juego. En su artículo, el equipo demuestra el potencial de AlphaZero para ser utilizado como una herramienta para la exploración creativa y el diseño de nuevas variantes de ajedrez. Dada la creciente profundidad de la teoría de aperturas de ajedrez conocida, el alto porcentaje de empates en el juego profesional y el número nada despreciable de partidas que terminan mientras ambos jugadores aún se encuentran en su preparación en casa, recientemente ha habido un creciente interés en las variantes de ajedrez. como Fischer Random Chess.

En su estudio, el equipo ha utilizado AlphaZero para explorar nueve variantes de ajedrez que implican cambios atómicos a las reglas del ajedrez, manteniendo el juego cerca del original, al tiempo que permite nuevos patrones estratégicos y tácticos. Al simular efectivamente décadas de juego humano en cuestión de horas, pueden responder cómo serían potencialmente los juegos entre jugadores humanos fuertes, si se adoptaran estas variantes. En este proceso, identificaron varias variantes de ajedrez que parecen ser muy dinámicas e interesantes. Los hallazgos demuestran las ricas posibilidades que se encuentran más allá de las reglas modernas del ajedrez. Ellos afirman:

El diseño de reglas es una parte fundamental del desarrollo del juego, y pequeñas alteraciones de las reglas del juego pueden tener un gran efecto en la jugabilidad general y la dinámica del juego. Ajustar y equilibrar los conjuntos de reglas en los juegos suele ser un proceso laborioso y que requiere mucho tiempo, y la automatización del proceso de equilibrio es un área abierta de investigación, donde el aprendizaje automático y los métodos evolutivos se han utilizado recientemente para ayudar a los diseñadores de juegos a equilibrar los juegos de manera más eficiente. Aquí examinamos el potencial de AlphaZero para ser utilizado como una herramienta de exploración para investigar el equilibrio del juego y la dinámica del juego bajo diferentes conjuntos de reglas en juegos de mesa, tomando el ajedrez como un caso de uso de ejemplo.

Los juegos populares a menudo evolucionan con el tiempo, y el ajedrez moderno no es una excepción. Se cree que el juego original de ajedrez se concibió en la India en el siglo VI, desde donde se extendió inicialmente a Persia, luego al mundo musulmán y más tarde a Europa y a nivel mundial. En la época medieval, el ajedrez europeo todavía se basaba en gran medida en Shatranj, una variante temprana originada en el Imperio Sasánida que se basaba en el Chaturanga indio. En particular, los movimientos de la reina y el alfil (alfin) eran mucho más restringidos y las piezas no eran tan poderosas como las del ajedrez moderno. El enroque no existía, pero el salto del rey y el salto de la reina existían en cambio como movimientos especiales del primer rey y la reina. Aparte del jaque mate, también era posible ganar al desnudar al rey opuesto, dejando la pieza aislada con la totalidad de su ejército capturada. En Shatranj, el estancamiento se consideró una victoria, mientras que en estos días se considera un empate.

La evolución de las variantes del ajedrez a lo largo de los siglos se puede ver a través de la lente de los cambios en la complejidad del espacio de búsqueda y la incertidumbre del resultado final esperado a lo largo del juego, este último enfatizado por las reglas modernas y considerado importante para el valor general del entretenimiento. El ajedrez moderno se introdujo en el siglo XV y es uno de los juegos más populares hasta la fecha, cautivando la imaginación de jugadores de todo el mundo.

El interés en un mayor desarrollo del ajedrez no ha disminuido, especialmente considerando un número decreciente de partidas decisivas en el ajedrez profesional y una creciente dependencia de la teoría y la preparación casera con motores de ajedrez. Esta tendencia, unida a la curiosidad y el deseo de jugar con un juego tan inspirador, ha dado lugar a muchas variantes de ajedrez que se han propuesto a lo largo de los años. Estas variantes implican alteraciones en el tablero, la colocación de las piezas o las reglas, para ofrecer a los jugadores "algo sutil, brillante o divertido que no se puede hacer en el ajedrez ordinario" (Beasly, 1998). Probablemente, la variante de ajedrez más conocida y popular es el llamado Chess960 o Fischer Random Chess, donde las piezas en el primer rango se colocan en una de 960 permutaciones aleatorias, lo que hace que la preparación teórica sea inviable.

AlphaZero había demostrado resultados de vanguardia en el juego de go, ajedrez y shogi, aprendiendo del autojuego sin supervisión humana. Al hacerlo, AlphaZero demostró un estilo de juego único en ese momento, posteriormente analizado en Game Changer (Sadler & Regan, 2019). Esto a su vez dio lugar a nuevos proyectos como Leela Chess Zero y mejoras en los motores de ajedrez existentes. CrazyAra emplea un enfoque relacionado para jugar la variante de ajedrez Crazyhouse, aunque implicó un entrenamiento previo de los juegos humanos existentes. Se demostró que una extensión del sistema original basada en modelos se generaliza a dominios como Atari, al tiempo que mantiene su rendimiento en el ajedrez incluso sin un simulador de entorno exacto. AlphaZero también se ha mostrado prometedor más allá de los entornos de juego, como sugiere una aplicación reciente del modelo para la optimización global de la dinámica cuántica.

Así es como el equipo de AlphaZero describe el proyecto:

Alteraciones de reglas

Hay muchas formas en las que se pueden alterar las reglas del ajedrez y en este trabajo nos limitamos a considerar cambios atómicos que mantengan el juego lo más cercano posible al ajedrez clásico. En algunos casos, era necesario realizar cambios secundarios en la regla de los 50 movimientos para evitar juegos potencialmente infinitos. La idea era tratar de preservar la simetría y el atractivo estético del juego original, mientras se esperaba descubrir variantes dinámicas con nuevos patrones de apertura, medio juego o finales y un cuerpo novedoso de teoría de aperturas. Con eso en mente, no consideramos ninguna alteración que implique cambios en el tablero, el número de piezas o su disposición. Tales cambios estaban fuera del alcance de esta exploración inicial. Las alteraciones de las reglas que examinamos se enumeran en la Tabla 1. Las variantes de la Tabla 1 no son de ninguna manera nuevas para este documento, y muchas se disfrazan con otros nombres: La autocaptura a veces se denomina "Ajedrez de reforma" o "Ajedrez de captura libre". ”, Mientras que Pawn-back es llamado“ Wren's Game ”por Pritchard (1994). Ninguno ha sido sometido todavía a un intenso escrutinio, y el impacto de contar el estancamiento como una victoria es una cuestión abierta persistente en la comunidad del ajedrez.

Cada una de las alteraciones hipotéticas de las reglas enumeradas en la Tabla 1 podría afectar potencialmente el juego, ya sea de manera deseada o no deseada. Como ejemplo, considere el ajedrez sin enroque. Un posible resultado de no permitir el enroque es que resultaría en un estilo de juego agresivo y juegos de ataque, dado que los reyes están más expuestos durante el juego y se necesita tiempo para ponerlos a salvo. Sin embargo, la incapacidad de salvaguardar fácilmente al propio rey podría hacer que atacarse a sí mismo sea una mala elección, debido a las oportunidades de contraataque que se abren para el bando defensor. En el ajedrez clásico, los jugadores suelen enrocar antes de lanzar un ataque. Por lo tanto, este cambio podría verse alternativamente como que conduce a un juego no emprendedor y a un enfoque mucho más restringido del juego.

Históricamente, la única forma de evaluar tales ideas habría sido que un gran número de jugadores humanos jugaran el juego durante un largo período de tiempo, hasta que se haya acumulado suficiente experiencia y comprensión. No solo es un proceso largo, sino que también requiere el apoyo de una gran cantidad de jugadores para empezar. Con AlphaZero, podemos automatizar este proceso y simular el equivalente a décadas de juego humano en un día, lo que nos permite probar estas hipótesis in silico y observar los patrones y teorías emergentes para cada una de las variaciones consideradas del juego.

Variant	Primary rule change	Secondary rule change
No-castling	Castling is disallowed throughout the game	--
No-castling (10)	Castling is disallowed for the first 10 moves (20 plies)	--
Pawn one square	Pawns can only move by one square	--
Stalemate=win	Forcing stalemate is a win rather than a draw	--
Torpedo	Pawns can move by 1 or 2 squares anywhere on the board. En passant can happen anywhere on the board.	--
Semi-torpedo	Pawns can move by two square both from the 2nd and the 3rd rank	--
Pawn-back	Pawns can move backwards by one square, but only back to the 2nd/7th rank for White/Black	Pawn moves do not count towards the 50 move rule
Pawn-sideways	Pawns can also move laterally by one square. Captures are unchanged, diagonally upwards	Sideway pawn moves do not count towards the 50 move rule
Self-capture	It is possible to capture one’s own pieces	--

Table 1. A list of considered alterations to the rules of chess.

Evaluación cualitativa

Para evaluar las diferencias en el juego entre el conjunto de variaciones de ajedrez consideradas en este estudio, combinamos la evaluación cuantitativa de las variaciones con un análisis experto basado en un gran conjunto de juegos representativos. Si bien la decisión general y la diversidad de apertura se suman al atractivo de cualquier variación del ajedrez, las cuestiones subjetivas de valor estético y los tipos de posiciones, movimientos y patrones que surgen no son posibles de captar completamente cuantitativamente. Para proporcionar una evaluación cualitativa profunda del atractivo de estas variaciones de ajedrez, confiamos en la experiencia del gran maestro de ajedrez Vladimir Kramnik, un ex campeón mundial de ajedrez y una autoridad en el juego. Al caracterizar los patrones típicos, esperamos proporcionar a los jugadores información que les ayude a juzgar por sí mismos si encontrarían algunas de estas variantes de ajedrez lo suficientemente interesantes como para probarlas en la práctica. Lo que proporcionamos aquí son hallazgos preliminares.

        En las próximas semanas te presentaremos los resultados y juegos de ejemplo y posiciones de cada una de estas variantes. Por hoy, puede consultar el primero de la lista, Ajedrez sin enroque, que ya describimos (¡Vladimir Kramnik propone una variante de ajedrez emocionante!).

De hecho, organizamos un torneo completo con juego OTB, bajo la supervisión del propio Vladimir Kramnik. El resultado: una reducción drástica del número de juegos indecisos: ¡El primer torneo "sin enroque" resulta en un 89% de juegos decisivos!