General search techniques without common knowledge for imperfect-information games, and application to superhuman Fog of War chess
MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）；Carnegie Mellon University（卡内基梅隆大学）
Obscuro是首个在雾战国际象棋中实现超人类表现的AI，通过改进不完全信息游戏的搜索技术，实现了强大的推理能力和显著的性能优势。
2026-02-28 cs.AI cs.GT
Human-aligned Chess with a Bit of Search
Carnegie Mellon University（卡内基梅隆大学）；MIT（麻省理工学院）；Visa Research（Visa研究院）
针对现有国际象棋AI无法人类对齐的问题，提出从人类对局训练的Allie，结合时间自适应MCTS实现精准技能校准，棋力匹配度大幅优于基线。
2024-10-04 cs.AI cs.LG
Phoenix: A Self-Optimizing Chess Engine
IBM India Research Labs（IBM印度研究院）；International Institute of Information Technology（国际信息技术学院）
自从计算机出现以来，许多需要人类花费大量时间和精力的任务已经被计算机极快地执行重复性任务的能力所简化。下棋就是这样一项任务。这是第一个使用AI“解决”的游戏之一。随着深度学习的出现，国际象棋智能体可以相对轻松地超越人类的能力。然而，使用深度学习的算法必须学习数百万个参数。这项工作着眼于通过遗传算法的镜头在国际象棋比赛。我们只使用少量可学习的参数就能从零开始训练一个基因球员。我们使用多利基拥挤优化位置值表（PVT），这是广泛使用的国际象棋引擎，以评估一个位置的善良。通过非常简单的设置，仅经过1000代的进化，玩家就达到了国际大师的水平。
2017-08-20 cs.AI cs.NE
A More Human Way to Play Computer Chess
Distributed Computing Systems（分布式计算系统公司）
本文提出了一种前向修剪技术的计算机国际象棋，使用“移动表”，这是像换位表，但移动位置。他们使用一种有效的记忆结构，并将设计置于长期和短期记忆的背景下。长期记忆通过权重强化更新游戏路径，而短期记忆可以立即添加或删除。有了这个，“长分支”可以在返回到结果叶节点处的完整搜索之前播放短路径。重用较早的搜索路径允许对树进行前向修剪，这已知是危险的，因为它删除了搜索过程的一部分。因此，进行额外的检查，甚至可以在搜索结果不令人满意时重新添加移动。自动特征分析现在是算法的核心，其中可以自动生成关键方块和相关方块，并用于指导搜索过程。使用这种分析，如果搜索结果较差，它可以重新插入只覆盖这些关键方格的未使用的移动。在战术方面，一种类型的移动，向前修剪将失败的认可和基于模式的解决方案，该问题的建议。这完成了早期论文的理论，并产生了一种更像人类的方法来搜索国际象棋走法。测试表明，与向前修剪相关的明显失误不再存在，并且它可以在演奏强度方面处于顶级水平。
2019-01-17 cs.AI
Neural Networks for Chess
AlphaZero，Leela Chess Zero和Stockfish NNUE彻底改变了计算机国际象棋。这本书给出了一个完整的介绍到技术的内部工作这样的引擎。这本书分为四个主要章节-不包括第1章（介绍）和第6章（结论）：第2章介绍了神经网络，并涵盖了用于构建深度网络的所有基本构建块，如AlphaZero使用的那些。内容包括感知器，反向传播和梯度下降，分类，回归，多层感知器，向量化技术，卷积网络，挤压和激励网络，全连接网络，批量归一化和整流线性单元，剩余层，过拟合和欠拟合。第3章介绍了用于国际象棋引擎的经典搜索技术以及AlphaZero使用的搜索技术。内容包括极大极小、α-β搜索和蒙特卡罗树搜索。第4章展示了现代国际象棋引擎是如何设计的。除了开创性的AlphaGo，AlphaGo Zero和AlphaZero之外，我们还包括Leela Chess Zero，Fat Fritz，Fat Fritz 2和高效可更新神经网络（NNUE）以及Maia。第5章是关于实现一个小型化的AlphaZero。Hexapawn是国际象棋的一个极简版本，被用作一个例子。Hexapawn通过极大极小搜索来求解，并生成用于监督学习的训练位置。然后，作为比较，实现了类似AlphaZero的训练循环，其中训练是通过与强化学习相结合的自我发挥来完成的。最后，比较了AlphaZero类训练和监督训练。
2022-09-03 cs.AI cs.LG
KnightCap: A chess program that learns by combining TD(lambda) with game-tree search
在本文中，我们提出了TDLeaf（lambda），TD（lambda）算法的一个变体，使其能够与游戏树搜索结合使用。我们提出了一些实验中，我们的国际象棋程序“骑士帽”使用TDLeaf（lambda）学习其评价功能，而发挥免费的互联网国际象棋服务器（FICS，fics.onenet.net）。我们报告的主要成功是KnightCap在短短308场比赛和3天的比赛中从1650评级提高到2150评级。作为参考，1650的等级对应于大约B级人类游戏（在从E（1000）到A（1800）的标度上），而2150是人类大师级。我们讨论了这种成功的一些原因，其中的原则是使用在线，而不是自我发挥。
1999-01-10 cs.AI cs.LG
A Computer Composes A Fabled Problem: Four Knights vs. Queen
Universiti Tenaga Nasional（国家能源大学）
我们解释了如何原型自动国际象棋问题作曲家，Chesthetica，成功地组成了一个罕见的和有趣的国际象棋问题，使用新的数字突触神经基板（DSNS）计算创造力的方法。从创造性的角度来看，这个问题代表了一个更大的挑战，因为将军并不总是明确的，获胜的方法更是如此。因此，在没有全知的7子残局桌面（也遵守几种国际象棋作曲惯例）的情况下创建这种类型的决定性国际象棋问题对于大多数人类玩家和作曲家来说都是一个挑战。因此，值得注意的是，一台处理能力和内存相对较低的小型计算机足以在短短10天内使用DSNS方法解决这样的问题。在本报告中，我们详细记录了事件和结果。它为DSNS作为计算创造力领域的一种可行的新方法提供了额外的信任。特别是在那些需要人类创造力来解决目标或具体问题而没有明确解决方案的领域。
2017-09-04 cs.AI
Mastering Chinese Chess AI (Xiangqi) Without Search
LIGHTSPEED STUDIOS（光速工作室）；Tencent（腾讯）
本研究开发了无需搜索的高性能中国象棋AI，通过监督学习加强化学习的训练体系，结合Transformer架构、可行走法特征等优化，实力达人类前0.1%，QPS远超传统搜索类AI。
2024-10-07 cs.AI cs.LG
MTD(f), A Minimax Algorithm Faster Than NegaScout
Erasmus University Rotterdam（鹿特丹伊拉斯姆斯大学）
MTD（f）是一种新的极大极小搜索算法，比以往的算法更简单、更有效。在一些国际象棋、跳棋和奥赛罗的比赛游戏程序的测试中，它的平均表现优于NegaScout/PVS（几乎所有优秀的国际象棋、跳棋和奥赛罗程序中都使用的AlphaBeta变体）。目前最强大的国际象棋程序之一，麻省理工学院的并行国际象棋程序Cilkchess使用MTD（f）作为其搜索算法，取代了该程序的前一个版本StarSocrates中使用的NegaScout。
2014-04-05 cs.AI
Amortized Planning with Large-Scale Transformers: A Case Study on Chess
Google DeepMind（谷歌DeepMind）；Google（谷歌公司）
本文通过发布包含1000万局棋的ChessBench数据集并训练大规模Transformer，展示了监督学习可蒸馏出接近Stockfish的规划能力，在无显式搜索下达到特级大师水平，同时表明完美蒸馏仍具挑战性。
2024-10-21 cs.AI cs.LG stat.ML
Superior Computer Chess with Model Predictive Control, Reinforcement Learning, and Rollout
Fulton School of Computing, and Augmented Intelligence, Arizona State University（亚利桑那州立大学富尔顿计算与增强智能学院）
本文提出融合 MPC、RL 与 rollout 的国际象棋走子选择架构，通过名义对手引擎和局面评估引擎实现精确一步前瞻，显著增强强弱各类引擎的表现。
2024-09-10 cs.AI cs.LG cs.SY
Engineering Efficient Self-Play Chess: Search, Replay, and Throughput Under Limited Compute
本研究在受限算力下通过搜索自对弈训练国际象棋模型，经2.5天训练达3251 Elo，验证了集成系统效率工程的整体贡献。
2026-09-30 cs.AI cs.LG
Implicit Search via Discrete Diffusion: A Study on Chess
The University of Hong Kong（香港大学）；Shanghai Jiaotong University（上海交通大学）；Huawei Noah’s Ark Lab（华为诺亚方舟实验室）；Shanghai AI Laboratory（上海人工智能实验室）
本研究提出DiffuSearch模型，通过离散扩散进行隐式搜索，在国际象棋上无需显式搜索即可提升规划能力，动作准确率优于单步策略19.2%和MCTS策略14%，解谜能力提升30%，Elo增加540分。
2025-02-27 cs.AI cs.LG
Beyond Search-Imitation: Prior-Directed Exploration for Searchless Chess
Institute of Applied Computer Science, Lodz University of Technology（罗兹理工大学应用计算机科学研究所）
本研究针对无搜索国际象棋网络，用先验引导探索替换原熵奖励，经约2000步微调后提升了谜题与四步将死准确率，且发现战术准确率与博弈强度存在分离。
2026-09-02 cs.AI cs.LG stat.ML
Search in Imperfect Information Games
Charles University（查理大学）；University of Alberta（阿尔伯塔大学）
从这个领域的黎明开始，带有价值函数的搜索就是计算机游戏研究的一个基本概念。图灵在1950年的国际象棋算法能够提前两步思考，香农在$1950$的国际象棋工作包括一个关于搜索中使用的评估函数的广泛部分。Samuel在1959年开发的跳棋程序已经将搜索和价值函数结合在一起，这两个函数都是通过自我游戏和自举学习的。TD-Gammon改进了这些想法，并使用神经网络来学习那些复杂的价值函数--只是在搜索中再次使用。决策时间搜索和价值函数的结合已经出现在计算机在长期挑战性游戏中击败人类对手的显着里程碑中- DeepBlue for Chess和AlphaGo for Go。直到最近，这个强大的搜索框架与（学习）价值函数的帮助下，已被限制在完美的信息游戏。由于许多有趣的问题并不能为智能体提供环境的完美信息，这是一个不幸的限制。本文介绍了不完全信息博弈下的声音搜索.
2021-11-10 cs.AI
Supervised and Reinforcement Learning from Observations in Reconnaissance Blind Chess
JKU Linz（林茨约翰·开普勒大学）；University of Alberta（阿尔伯塔大学）
在这项工作中，我们采用了一种受原始AlphaGo系统启发的训练方法来玩侦察盲棋的不完全信息游戏。只使用观察结果而不是对游戏状态的完整描述，我们首先在公开的游戏记录上训练一个受监督的代理。接下来，我们通过策略上强化学习算法近端策略优化的自我发挥来提高代理的性能。我们不使用任何搜索来避免由博弈状态的部分可观测性引起的问题，并且在玩游戏时仅使用策略网络来生成移动。通过这种方法，我们在RBC排行榜上获得了1330的ELO，在撰写本文时，我们的代理位于第27位。我们看到，自我发挥显着提高性能，代理发挥可以接受的好，没有搜索，没有对真正的游戏状态的假设。
2022-08-03 cs.AI
TDLeaf(lambda): Combining Temporal Difference Learning with Game-Tree Search
在本文中，我们提出了TDLeaf（lambda），TD（lambda）算法的一个变体，使其能够与极大极小搜索结合使用。我们提出了一些实验，在国际象棋和西洋双陆棋证明其效用，并提供TD（λ）和另一个不太激进的变种，TD-定向（λ）的比较。特别是，我们的国际象棋程序“KnightCap”在免费互联网国际象棋服务器（FICS，fics.onenet.net）上使用TDLeaf（lambda）来学习其求值函数。它在308场比赛中从1650分提高到2100分。我们讨论了一些成功的原因，我们的结果和Tesauro的结果在双陆棋之间的关系。
1999-01-05 cs.AI cs.LG
Reinforcement Learning and Life Cycle Assessment for a Circular Economy -- Towards Progressive Computer Science
IPE Berlin（柏林工业生态研究所）
本文探讨强化学习在循环经济生命周期评估中的应用潜力，以国际象棋AI的位棋盘、AlphaZero等技术进展为参照，提出渐进式计算机科学助力可持续发展转型的新思路。
2025-05-17 cs.AI cs.CY
Information based explanation methods for deep learning agents -- with applications on large open-source chess models
Norwegian University of Science and Technology（挪威科技大学）
本文针对大型国际象棋模型的可解释性与开放性问题，在开源模型上复现 AlphaZero 概念检测方法，并提出一种能严格保证穷尽且排他地突出模型所用信息的新型 XAI 方法，在标准 8x8 国际象棋上验证了其有效性。
2023-09-18 cs.AI cs.LG
Liquid Reasoning Transformers: A Sudoku-Based Prototype for Chess-Scale Algorithmic Tasks
Detroit Country Day School（底特律国家日学校）
液体推理变换器通过迭代更新和内部调整机制，在数独任务中实现了高准确率，展示了其在复杂算法任务中的潜力。
2025-12-14 cs.AI cs.LG
Mastering Board Games by External and Internal Planning with Language Models
Google DeepMind（谷歌DeepMind）；Google（谷歌）；ETH Zürich（苏黎世联邦理工学院）
本研究通过外部搜索（引导MCTS）和内部搜索（生成线性化搜索树）结合领域知识，显著提升了LLM在棋盘游戏中的规划能力，在国际象棋中达到大师级水平，并展示了方法的通用性。
2025-05-23 cs.AI cs.CL cs.LG
From Probabilities to Decisions: Search and Multi-Teacher Distillation with Jev
INQUIRE Lab, School of Electrical and Computer Engineering（INQUIRE实验室，电气与计算机工程学院）；University of Oklahoma（俄克拉荷马大学）
本研究通过快棋和段落重排序任务，验证了将概率模型 Jev 的判断嵌入搜索并蒸馏为轻量评估器，同时结合大语言模型教师进行多教师蒸馏，可显著提升决策性能。
2026-10-08 cs.AI
Improving Model and Search for Computer Go
LAMSADE Université Paris-Dauphine, PSL, CNRS（巴黎第九大学LAMSADE实验室，PSL研究大学，国家科学研究中心）
游戏中深度强化学习的标准是使用残差网络，并增加网络的深度以获得更好的结果。我们建议改进移动网络作为替代残留的网络和实验显示的播放强度的网络，根据其宽度和深度。我们还提出了一个推广的PUCT搜索算法，改进了PUCT。
2021-04-09 cs.AI
Cheater's Bowl: Human vs. Computer Search Strategies for Open-Domain Question Answering
Tsinghua University（清华大学）；University of Maryland（马里兰大学）
对于人类和计算机来说，回答开放域问题的第一步是从大型语料库中检索一组相关文档。然而，计算机使用的策略与人类的策略根本不同。为了更好地理解这些差异，我们为数据汇集设计了一个游戏化的界面--作弊者的碗--在这里，一个人可以通过传统和现代的搜索工具来回答复杂的问题。我们收集了人类搜索会话的数据集，分析了人类的搜索策略，并将其与最先进的多跳QA模型进行了比较。人类逻辑地查询，应用动态搜索链，并使用世界知识来促进搜索。我们展示了人类查询如何提高现有系统的准确性，并提出了改善未来的QA模型设计。
2022-11-15 cs.AI cs.CL
Tutorial on Course-of-Action (COA) Attack Search Methods in Computer Networks
Korea University（高丽大学）；Hallym University（翰林大学）；Agency for Defense Development（国防发展局）
在现代网络安全研究的文献中，推导出有效且高效的行动过程（COA）附加搜索方法是工业界和学术界的兴趣所在。随着网络规模的增长，传统的COA攻击搜索方法会受到计算和通信资源的限制。因此，人们开发了各种方法来解决这些问题，基于强化学习（RL）的智能算法是最有效的解决方案之一。因此，我们回顾了网络攻击场景中基于RL的COA攻击搜索方法的发展趋势和贡献，
2022-05-27 cs.AI
Solving Highly Constrained Search Problems with Quantum Computers
Xerox Palo Alto Research Center（施乐帕洛阿尔托研究中心）
将一种单步的求解1-SAT问题的量子搜索算法推广到一系列高约束的k-SAT问题。我们确定了一个约束条件的可满足性问题，广义算法可以找到一个解决方案，在一个常数的步骤，作为变量的数量增加的条款的数量。这种性能与最好的经典算法所需的步骤数的线性增长以及忽略问题结构的经典和量子方法所需的指数增长形成对比。在某些情况下，该算法还可以保证无法解决的问题实际上没有解决方案，这与以前提出的量子搜索算法不同。
2011-05-27 cs.AI
Research Re: search & Re-search
Tinbergen Institute（蒂尔堡鹿特丹经济研究院）；Erasmus Universiteit Rotterdam（伊拉斯姆斯大学鹿特丹）
本研究对比极小极大博弈中的深度优先算法 AB 和最佳优先算法 SSS，理论证明 SSS 实为 AB 的特例，实证推翻了 SSS 复杂、耗内存且更高效的普遍观点。
2024-03-20 cs.AI
Comprehensive characterization of three-qubit Grover search algorithm on IBM's 127-qubit superconducting quantum computers
Faculty of Science, Ain Shams University（艾因夏姆斯大学理学院）
本研究在IBM 127量子比特超导量子计算机上，针对多类oracle实现并表征三量子比特Grover搜索算法，结合量子态层析实验分析其在不同环境下的表现，揭示了NISQ计算机在大规模搜索中的潜力与该算法的实用价值。
2024-06-23 cs.AI cs.CR cs.DS
Computer-Assisted Creation of Boolean Search Rules for Text Classification in the Legal Domain
Université de Montréal（蒙特利尔大学）；University of Pittsburgh（匹兹堡大学）；Hofstra University（霍夫斯特拉大学）
本研究开发了CASE交互式环境辅助构建布尔搜索规则形式的可解释文本分类器，在4个法律领域数据集上对比多种机器学习方法，探讨了规则可解释性与模型性能间的权衡。
2021-12-10 cs.AI cs.CL cs.IR
