Toward Modeling Player-Specific Chess Behaviors
本文提出了一种适应冠军特定嵌入的统一Maia-2模型，结合限制性MCTS过程和基于Jensen-Shannon散度的新行为度量，以更准确地评估玩家与AI模型的行为一致性。
2026-05-12 cs.AI
Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm
DeepMind
国际象棋是人工智能历史上研究最广泛的领域。最强大的程序是基于复杂的搜索技术，特定领域的适应性和手工制作的评估功能的组合，这些功能已经由人类专家在几十年内进行了改进。相比之下，AlphaGo Zero程序最近在围棋比赛中取得了超人的表现，这是通过自玩游戏的tabula rasa强化学习实现的。在本文中，我们将这种方法概括为一个单一的AlphaZero算法，可以实现，白板，超人的性能在许多具有挑战性的领域。从随机游戏开始，除了游戏规则之外没有任何领域知识，AlphaZero在24小时内在国际象棋和将棋（日本象棋）以及围棋游戏中达到了超人水平，并且令人信服地击败了世界冠军程序。
2017-12-05 cs.AI cs.LG
SentiMATE: Learning to play Chess through Natural Language Processing
University College London（伦敦大学学院）
我们提出了SentiMATE，一种新型的端到端深度学习模型，用于国际象棋，采用自然语言处理，旨在学习评估移动质量的有效评估函数。该函数根据与训练动作相关联的评论的情绪进行预训练，并用于指导和优化智能体的游戏决策。这项研究的贡献是三方面的：我们建立并提出了一个分类器，它提取了大量评论数据集中描述国际象棋移动质量的评论，以及一个在国际象棋评论上训练的情感分析模型，以准确预测所述移动的质量，然后使用这些预测来评估国际象棋代理的最佳下一步行动。两种分类器都达到了90%以上的分类准确率.最后，我们提出了一个国际象棋引擎，SentiMATE，它根据预先训练的情感评估函数来评估国际象棋的移动。我们的研究结果显示出强有力的证据来支持我们最初的假设-“自然语言处理可以用来训练一个新的和样本有效的评价功能在象棋引擎？- 当我们将我们的评估功能集成到现代国际象棋引擎中并与具有传统国际象棋移动评估功能的代理进行比赛时，在一级搜索深度上击败随机代理和DeepChess实现-表示传统国际象棋代理（采用alpha-beta搜索算法）的移动数量，以便评估给定的国际象棋状态。
2019-09-25 cs.AI cs.CL cs.LG
Comparing Typical Opening Move Choices Made by Humans and Chess Engines
开局是象棋引擎的重要组成部分，因此计算机象棋程序员一直在开发自动化方法来提高他们的开局质量。对于国际象棋，它有一个非常丰富的开放理论，大型数据库的高质量的游戏可以作为一个开放的书的基础上，从其中有关的移动选择从给定的位置可以收集统计数据。为了了解现代国际象棋引擎在人机对弈中所使用的开局是否与棋手在人机对弈中所使用的开局"可比“，我们对26个测试位置进行了分析，使用了两个开局的统计数据，一个来自人类游戏，另一个来自机器游戏。我们使用几种非参数测量方法进行的分析表明，总的来说，当使用一本书来指导他们的选择时，人类和机器对开局的选择之间存在很强的关联。
2006-10-11 cs.AI
Fairer Chess: A Reversal of Two Opening Moves in Chess Creates Balance Between White and Black
New York University（纽约大学）；King’s College London（伦敦国王学院）
不像井字棋或跳棋，最佳发挥会导致平局，国际象棋中的最佳发挥是否会导致白方获胜，黑方获胜或平局尚不清楚。但是在国际象棋中，白棋先走后，如果黑棋走两步，接着是白棋走两步，然后交替进行，那么比赛会更平衡，因为白棋并不总是平局或领先。象征性地，平衡交替给出了以下移动序列：在白色（W）的初始移动之后，首先黑色（B），然后白色每个都有两个移动（BBWW），然后是交替序列，从W开始，总共可以写为WB/BW/WB/WB/WB. (the斜线分隔交替的移动对）。除了从WB到BW的第三和第四步的反转，这是标准的国际象棋序列。由于平衡交替位于有利于白色的标准序列和有利于黑色的可比序列之间，因此它极有可能产生具有最佳玩法的平局，使国际象棋更加公平。这一结论得到了国际象棋开局以及它们在平衡交替下如何发挥的计算机分析的支持。
2021-08-10 cs.AI cs.GT econ.TH
Dynamic Move Chains -- a Forward Pruning Approach to Tree Search in Computer Chess
Distributed Computing Systems（分布式计算系统公司）
本文提出了一种新的计算机象棋搜索博弈树剪枝机制。该算法存储并重用从以前的搜索中建立的移动链或序列。这些移动序列有一个内置的前向修剪机制，可以从根本上减少搜索空间。一个典型的搜索过程可能会从换位表中检索一个移动，其中检索什么移动的决定将基于位置本身。此算法存储移动序列的基础上，以前的序列是更好的，或造成的截止。因此，这是位置无关的，因此它也可以在不完全信息或不确定性的博弈中使用，其中整个情况在任何时候都不知道。在一小组测试中，该算法在搜索减少和游戏结果方面都明显优于换位表。
2014-03-04 cs.AI cs.NE
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
You shall know a piece by the company it keeps. Chess plays as a data for word2vec models
School of Linguistics HSE University（高等经济大学语言学院）；Institute of Russian Literature (Pushkin House)（俄罗斯文学研究所（普希金之家））；Russian Academy of Sciences（俄罗斯科学院）
本文将语言学分析方法应用于国际象棋对局数据，展示word2vec词嵌入模型如何处理国际象棋对局文本，指出该方法虽未必能帮助选择最佳棋步，但在纯学术意义上捕捉到了游戏本质的某些重要特征。
2024-07-28 cs.AI cs.CL
ChessArena: A Chess Testbed for Evaluating Strategic Reasoning Capabilities of Large Language Models
State Key Laboratory of Novel Software Technology（新型软件技术国家重点实验室）；Baidu（百度）；University of Electronic Science and Technology of China（电子科技大学）
本文提出ChessArena测试平台，用于评估大语言模型的战略推理能力，测试了13个模型在800多局游戏中表现，发现无模型能击败业余水平的Maia-1100，但经过微调的Qwen3-8B模型表现显著提升。
2026-04-23 cs.AI cs.LG
An Information Theoretic Analysis of Decision in Computer Chess
ETH Zurich（苏黎世联邦理工学院）
本文提出的方法的基础是这样一种思想，即信息是战略决策中最重要的因素之一，包括计算机象棋和其他战略游戏中的决策。本文提出的模型和算法描述的思想的基础上的信息理论的决策策略游戏。该模型概括和提供了一个数学理由，最流行的搜索算法之一，在领先的计算机国际象棋程序，分数层计划。然而，尽管它在领先的计算机国际象棋应用程序中取得了成功，但到目前为止，很少有人发表关于这种方法的文章。本文在信息论的公理中为这种方法建立了一个基本基础，然后推导出搜索程序中使用的原则，并在数学上描述了系数的形式。分数铺层搜索的最重要的参数之一是从基本原理推导出来的。到目前为止，这个系数通常是手工制作的，或者是从直观的元素或数据采掘中确定的。有一个深刻的，信息理论的理由，这样一个参数。在某种程度上，所提出的方法是以前的方法的推广。更重要的是，它显示了为什么分数深度铺层计划是如此强大。这是因为算法沿着可能获得最高信息增益的路线导航。一个工作和原始的实现已经编写并测试了这个算法，并在附录中提供。这篇文章基本上是自成一体的，并提供了适当的背景知识和参考资料。这些假设是直观的，并且是在国际象棋伟大冠军所预期和直观描述的方向上。
2011-12-09 cs.AI cs.IT math.IT
Information and Search in Computer Chess
ETH Zurich（苏黎世联邦理工学院）
本文描述了一个基于信息论的国际象棋模型。概述了部分深度方案的数学模型，并根据模型的原理计算出每层所增加的部分深度的公式。给出了部分深度的alpha-beta算法的一个实现。该方法使用实验策略进行测试，其目标是显示在具有较高信息的搜索树的区域上分配较高量的搜索资源的效果。搜索在具有较高信息增益的线的方向上进行。实验测试了在高信息增益的线路上分配高搜索资源对搜索性能的影响，得到了结论性的结果。为了隔离部分深度方案的影响，不使用其他启发式算法。
2011-12-09 cs.AI cs.IT math.IT
AI sustains higher strategic tension than humans in chess
Department of Mathematics, Physics and Computer Science, University of Parma（数学、物理与计算机科学系，帕尔马大学）；Institute for Forest Ecology, BOKU（森林生态研究所，BOKU）
本研究发现AI在国际象棋中比人类维持更高的战略紧张度，且紧张度随算法复杂度和技能水平线性增加。
2026-07-21 cs.AI
A Behavior-Based Knowledge Representation Improves Prediction of Players' Moves in Chess by 25%
Ben-Gurion University（本-古里安大学）
本文提出结合专家领域知识与特征工程和机器学习的方法，针对中级棋手开局阶段预测其下一步走法，将预测准确率提升25%，为预测人类对弈行为提供了新框架。
2025-04-07 cs.AI cs.LG
Maia-2: A Unified Model for Human-AI Alignment in Chess
University of Toronto（多伦多大学）；Harvard University（哈佛大学）；Cornell University（康奈尔大学）；Microsoft Research（微软研究院）
针对国际象棋中以往人类决策模型跨技能水平连贯性不足的问题，提出带技能感知注意力机制的统一模型Maia-2，显著提升了不同水平下的人机对齐效果，助力AI教学与决策研究。
2024-10-31 cs.AI
The Chess Transformer: Mastering Play using Generative Language Models
PeopleTec；Auburn University（奥本大学）
这项工作表明，自然语言Transformers可以支持更通用的战略建模，特别是对文本存档的游戏。除了学习自然语言技能之外，抽象的Transformer架构还可以在棋盘上生成有意义的移动。通过进一步的微调，Transformer通过在Portable Game Notation中对280万盘国际象棋进行训练来学习复杂的游戏玩法。经过30，000个训练步骤后，OpenAI的生成式预训练Transformer（GPT-2）优化了7.74亿个参数的权重。这款经过微调的国际象棋Transformer可以生成合理的策略，并显示可识别为经典开局的游戏阵型，例如英语或斯拉夫交换。最后，在现场比赛中，新模型展示了一个人对Transformer的界面，正确过滤非法移动，并提供了一种新的方法来挑战Transformer的象棋策略。我们预计未来的工作将建立在这个Transformer的承诺，特别是在其他战略游戏中，功能可以捕获简单但富有表现力的玩家注释的基础复杂的规则语法。
2020-09-18 cs.AI cs.CL cs.GT
Explore the Reasoning Capability of LLMs in the Chess Testbed
UCLA（加州大学洛杉矶分校）；Microsoft Research（微软研究院）；MBZUAI（穆罕默德·本·扎耶德人工智能大学）；University of Toronto（多伦多大学）；Peking University（北京大学）
针对大语言模型在长期复杂推理（如国际象棋）中的不足，本文提出通过整合专家标注的策略与战术数据（MATE数据集）微调LLaMA-3-8B，实验证明其优于GPT、Claude和Gemini，并发现语言解释能增强推理能力。
2025-02-28 cs.AI cs.CL
Sequencing Chess
Université du Luxembourg（卢森堡大学）；Deutsches Zentrum für Luft- und Raumfahrt (DLR)（德国航空航天中心）；Heinrich-Heine-Universität Düsseldorf（海因里希·海涅杜塞尔多夫大学）
通过转移路径抽样的蒙特卡罗模拟，分析了象棋的状态空间结构。基于将给定配置的棋子转置到另一个棋子所需的典型移动次数，我们得出结论，状态空间由几个口袋组成，这些口袋之间的转换是罕见的。熟练的玩家会探索更小的位置子集，这些位置只会非常稀疏地填充其中的一些口袋。这些结果表明，通常的措施来估计这两个，状态空间的大小和树的大小的法律行动，是不是唯一的指标的游戏的复杂性，但拓扑的考虑是同样重要的。
2016-09-14 cs.AI
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
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
Predicting User Perception of Move Brilliance in Chess
University of Toronto（多伦多大学）
本文提出首个利用神经网络、引擎输出与博弈树形状特征识别国际象棋“妙手”的系统，达到79%准确率，并揭示妙手感知不同于单纯最优着法。
2024-06-14 cs.AI
Learning to play the Chess Variant Crazyhouse above World Champion Level with Deep Neural Networks and Human Data
TU Darmstadt（达姆施塔特工业大学）
深度神经网络已成功应用于学习棋盘游戏围棋，国际象棋和将棋没有先验知识，利用强化学习。虽然从零开始的知识已经被证明会产生令人印象深刻的结果，但它与高计算成本有关，特别是对于复杂的游戏。在本文中，我们提出了CrazyAra，这是一个神经网络为基础的引擎单独训练的监督方式的国际象棋变种crazyhouse。Crazyhouse是一种分支因子比国际象棋更高的游戏，与AlphaGo相比，只有有限的低质量数据可用。因此，我们专注于在多个方面提高效率，同时依赖于低计算资源。这些改进包括神经网络设计和训练配置的修改，数据归一化步骤的引入和更有效的蒙特卡罗树搜索，具有较低的出错机会。经过1.5天的569，537场人类游戏训练，我们实现了60.4%的移动预测准确率。在开发过程中，CrazyAra的版本扮演专业的人类玩家。最值得注意的是，CrazyAra以4比1战胜了2017年疯狂屋世界冠军Justin Tan（又名LM Jann Lee），他比我们训练集中的平均球员高出400多个Elo。此外，我们还测试了CrazyAra在CPU上对2017年第二届Crazyhouse计算机锦标赛所有参赛者的比赛实力，战胜了13名参赛者中的12名。最后，对于CrazyAraFish，我们继续在生成的引擎游戏上训练我们的模型。在10场长时间的控制比赛中，CrazyAraFish赢得了三场比赛，并在十场比赛中取得了一场比赛…
2019-08-22 cs.AI cs.LG
Complete Chess Games Enable LLM Become A Chess Master
本文提出 ChessLLM 模型，通过监督微调将国际象棋转化为文本格式，在与 Stockfish 对弈中达到 1788 的专业级 Elo 评分，并验证了长回合数据监督的优势。
2025-01-30 cs.AI cs.CL cs.LG
Detecting Individual Decision-Making Style: Exploring Behavioral Stylometry in Chess
University of Toronto（多伦多大学）；Microsoft Research（微软研究院）；Cornell University（康奈尔大学）
在复杂领域超越人类决策能力的机器学习模型的出现，引发了一场构建与人类交互的AI系统的运动。许多构建模块对于这一活动至关重要，其中一个核心模块是人类行为的算法表征。虽然现有的大部分工作都集中在人类行为的集合上，但一个重要的长期目标是开发专门针对个人的行为模型，并可以区分他们。为了使这一过程正式化，我们研究了行为文体学的问题，其中的任务是从决策者的决策中识别出他们。我们提出了一个基于变压器的方法，在国际象棋的背景下，行为风格，其中一个试图确定谁玩了一套游戏的球员。我们的方法在一个Few-Shot分类框架中运行，并且可以从数千个候选玩家中正确识别出一个玩家，仅给出100个标记的游戏，准确率为98%。即使在业余比赛中训练，我们的方法也适用于特级大师球员的分布样本，尽管业余球员和世界级球员之间存在巨大差异。最后，我们更广泛地考虑了我们得到的嵌入揭示了人类在国际象棋中的风格，以及从行为数据中识别个体的强大方法的潜在伦理影响。
2022-08-02 cs.AI cs.LG
Optimizing Selective Search in Chess
Bar-Ilan University（巴伊兰大学）；University of Maryland（马里兰大学）
在本文中，我们介绍了一种新的方法，自动调整搜索参数的国际象棋程序使用遗传算法。我们的研究结果表明，一个大的参数值集可以自动学习，这样所得到的性能与手动调整的顶级锦标赛下棋程序的参数。
2010-09-02 cs.AI cs.NE
Towards the Automatic Synthesis of Interpretable Chess Tactics
North Carolina State University（北卡罗来纳州立大学）
该工作提出一种基于归纳逻辑编程的符号子策略模型，用于生成可解释的国际象棋战术，并通过散度度量与引擎增强评估其有效性。
2026-10-07 cs.AI cs.LG cs.SC
Enhancing Chess Reinforcement Learning with Graph Representation
Kyoto University（京都大学）
针对AlphaZero依赖CNN架构泛化性差的问题，提出融入边特征的GAT图表示国际象棋强化学习架构，参数量相近时性能更优、棋力提升更快，且跨棋盘尺寸泛化性好。
2024-10-31 cs.AI cs.LG
Evidence of Learned Look-Ahead in a Chess-Playing Neural Network
UC Berkeley（加州大学伯克利分校）；Independent（独立研究者）
该研究发现在最强神经国际象棋引擎 Leela Chess Zero 的策略网络中存在学习到的前瞻算法，通过分析其 transformer 架构中的因果激活、注意力头信息传递和探针预测，证明了网络能内部表示未来最佳走法。
2024-06-02 cs.AI cs.LG
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
The Digital Synaptic Neural Substrate: A New Approach to Computational Creativity
Universiti Tenaga Nasional（马来西亚国家能源大学）；University of Ljubljana（卢布尔雅那大学）；Goldsmiths College, University of London（伦敦大学金史密斯学院）；Jozef Stefan Institute（约瑟夫·斯特凡研究所）
我们介绍了一种新的人工智能（AI）方法，称为“数字突触神经基质”（DSNS）。它使用来自各个领域（例如国际象棋问题、古典音乐、著名艺术品）的对象的选定属性，并以生成新属性的方式对它们进行重组，然后原则上可以使用这些新属性来创建具有创造价值的新颖对象与任何一个源领域相关的人类。这使得创造性内容生成的一些负担从人类转移到机器上。该方法进行了测试，在国际象棋的问题组成的域。我们用它来自动组成许多集的国际象棋问题的基础上提取和重组的属性，从国际象棋问题和锦标赛游戏的人类，著名的绘画，计算机进化的抽象艺术，照片的人，和古典音乐曲目。这些生成的国际象棋问题的质量，然后使用现有的和实验验证的计算国际象棋美学模型自动评估。它们也由该领域的人类专家进行评估。结果表明，收集和重组的属性从国际象棋和其他领域使用DSNS的方法确实可以用来自动生成国际象棋的问题，合理的高美学质量。特别是，一个低质量的国际象棋源（即弱玩家之间的比赛游戏序列）与人的实际照片相结合使用，能够产生质量相当或更好的三步国际象棋问题，使用高质量的国际象棋源（即人类专家发表的作品），以及更有效。为什么来自外国领域的信息可以以这种方式整合和发挥作用，这仍然是一个悬而未决的问题。原则上，DSNS方法是可伸缩的，并且适用于对象具有可以使用实数表示的属性的任何域。
2016-09-20 cs.AI
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
Improving Human Performance with Value-Aware Interventions: A Case Study in Chess
Washington University in St. Louis（华盛顿大学圣路易斯分校）；Microsoft Research（微软研究院）；Georgetown University（杰斐逊大学）
本文提出价值感知干预方法，通过识别策略与价值函数不一致的机会，提升人类在国际象棋中的表现，实验显示其在不同技能水平玩家中均有效。
2026-04-15 cs.AI
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
AI-powered mechanisms as judges: Breaking ties in chess
Durham University（杜伦大学）
针对国际象棋精英赛事平局增多且快棋加赛降低棋局质量的问题，提出用AI引擎评估走棋质量来客观打破平局，经约2.5万大师走棋验证，提升公平性与比赛水准。
2024-07-18 cs.AI econ.TH
Understanding the learned look-ahead behavior of chess neural networks
Pivotal
本研究分析了 Leela Chess Zero 策略网络的前瞻能力，发现其能处理未来七步棋盘状态并考虑多种走棋序列，揭示了神经网络在复杂战略任务中的类认知推理机制。
2025-05-26 cs.AI cs.LG
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
Karpov's Queen Sacrifices and AI
ChessEd；Booth School of Business（布斯商学院）；University of Chicago（芝加哥大学）
分析了阿纳托利·卡尔波夫的王后献祭。Stockfish 14 NNUE --一个人工智能国际象棋引擎--评估卡尔波夫的牺牲有多有效。为了比较的目的，我们提供了一个数据集上卡尔波夫的车和骑士牺牲，以测试卡尔波夫是否达到类似的准确性水平。我们的研究对人类与人工智能的互动以及人类如何更好地理解黑盒人工智能算法所采用的策略具有重要意义。最后，我们得出结论与人类研究的影响。用计算机引擎下象棋
2021-09-15 cs.AI
VAM: Verbalized Action Masking for Controllable Exploration in RL Post-Training -- A Chess Case Study
Carnegie Mellon University（卡内基梅隆大学）；King's College London（国王学院伦敦）
VAM通过可言化动作屏蔽提升LLM后训练强化学习的探索效率，在国际象棋中验证了其有效性。
2026-02-18 cs.AI cs.LG
Towards Piece-by-Piece Explanations for Chess Positions with SHAP
University of Pisa（比萨大学）
本文提出将 SHAP 方法应用于国际象棋分析，通过将棋子视为特征并系统消融，计算逐子加和贡献，以局部忠实且可解释的方式解释引擎评估，为可视化、训练和引擎比较提供新途径。
2025-10-26 cs.AI cs.LG
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
Exploring the Performance of Deep Residual Networks in Crazyhouse Chess
Crazyhouse是一种国际象棋变体，它包含了所有经典的国际象棋规则，但允许用户将从对手那里捕获的棋子作为正常移动。直到2018年，这款棋盘游戏的所有竞争性计算机引擎都使用了α-β剪枝算法，每个位置都有一个手工制作的评估函数。以前的基于机器学习的算法只适用于常规国际象棋，如NeuroChess和Giraffe，将手工制作的评估功能作为输入，而不是原始的棋盘表示。最近的项目，如AlphaZero，取得了巨大的成功，但需要大量的计算资源才能达到最终的强度。本文介绍了SixtyFour的开发，这是一个旨在用有限的硬件在Crazyhouse的国际象棋变体中竞争的引擎。这个特定的变体由于其大的分支因子、状态-空间复杂度以及玩家可以进行的多种移动类型而构成了众多重大挑战。我们提出了一个新的创建一个神经网络为基础的评价功能的Crazyhouse。更重要的是，我们评估了集成模型的有效性，该模型允许训练时间和数据集轻松地分布在常规CPU硬件商品上。该网络的早期版本已经达到了与在线服务器上的强大业余爱好者相当的水平。
2019-08-25 cs.AI cs.LG stat.ML
Aligning Superhuman AI with Human Behavior: Chess as a Model System
University of Toronto（多伦多大学）；Microsoft Research（微软研究院）；Cornell University（康奈尔大学）
随着人工智能变得越来越智能-在某些情况下，实现了超人的性能-人类向算法学习和与算法合作的潜力越来越大。然而，人工智能系统处理问题的方式通常与人类的方式不同，因此可能无法解释，难以学习。弥合人类和人工智能之间差距的关键一步是对构成人类行为的粒度行为进行建模，而不是简单地匹配人类的总体表现。我们在一个在人工智能领域有着悠久历史的模型系统中追求这个目标：国际象棋。一个国际象棋选手的综合表现是随着他们在比赛过程中做出决定而展开的。每个技能水平的玩家在线玩的数亿游戏形成了丰富的数据源，这些决策及其确切的背景都被详细记录下来。将现有的国际象棋引擎应用于这些数据，包括AlphaZero的开源实现，我们发现它们不能很好地预测人类的动作。我们开发并推出了Maia，这是一种在人类象棋游戏中训练的Alpha-Zero的定制版本，它可以比现有引擎更高的精度预测人类的动作，并且可以在预测特定技能水平的玩家以可调的方式做出决策时实现最大的准确性。对于预测人类下一步是否会犯大错的双重任务，我们开发了一个深度神经网络，它的表现明显优于竞争基线。综上所述，我们的研究结果表明，在设计人工智能系统时，首先要准确地建模粒度人类决策，并考虑到人类的协作，这是很有希望的。
2020-07-14 cs.AI cs.CY cs.LG
What Counts as Strategic Reasoning? A Systematic Mapping of Chess Research on Humans, Engines, and Language Models
University of Bologna（博洛尼亚大学）；University of Molise（莫利塞大学）
本研究系统映射84个国际象棋研究家族，发现文献集中于评估与行动选择，而规划、解释、元认知和人机协作不足，提出混合系统差异及人机协同评估问题，并指明未来研究方向。
2026-09-17 cs.AI
ChessMimic: Per-Rating Transformer Models for Human Move, Clock, and Outcome Prediction in Online Blitz Chess
nascent.xyz（nascent实验室）
提出ChessMimic系统，包含三个小型编码器Transformer模型，分别用于走棋、思考时间和结果预测，通过按Elo等级分段训练实现更精细的技能校准，在Lichess闪电棋数据上走棋预测准确率超越Maia-2，结果预测AUC达0.78，时钟模型提供可用但非最优的思考时间信号。
2026-06-03 cs.AI cs.LG
Acquisition of Chess Knowledge in AlphaZero
DeepMind（深度思维）；Google Brain（谷歌大脑）
AlphaZero等复杂的神经网络代理能学到什么？这个问题既有科学意义，也有实际意义。如果强神经网络的表示与人类概念没有相似之处，我们理解其决策的忠实解释的能力将受到限制，最终限制了我们可以用神经网络的可解释性实现的目标。在这项工作中，我们提供的证据表明，人类的知识是由AlphaZero神经网络获得的，因为它在国际象棋比赛中训练。通过探索广泛的人类国际象棋概念，我们展示了这些概念在AlphaZero网络中的时间和位置。我们还提供了一个专注于开局的行为分析，包括国际象棋大师弗拉基米尔·克拉姆尼克的定性分析。最后，我们进行了初步调查，研究AlphaZero的表征的低层次细节，并在线提供由此产生的行为和表征分析。
2022-08-18 cs.AI stat.ML
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
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
UniMaia: Steering Chess Policies with Language for Human-like Play
University of Waterloo（滑铁卢大学）；Carleton University（卡尔顿大学）
提出UniMaia框架，通过参数高效文本编码器和ControlNet风格调节机制，在冻结的Lc0国际象棋策略网络上实现提示条件策略调制，实现语义控制（如开局选择和玩家强度）并保持预训练策略表征，同时构建大规模元数据增强的Lichess数据集和半自动提示生成管道，在多个基准上取得最优或竞争性结果。
2026-05-26 cs.AI cs.CL cs.LG
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
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
Diversifying AI: Towards Creative Chess with AlphaZero
Google DeepMind（谷歌DeepMind）；Sony AI（索尼人工智能）；University of Oxford（牛津大学）
本文提出 AZ_db，通过潜在条件化架构和行为多样性技术扩展 AlphaZero，使多样化 AI 智能体团队在国际象棋中产生更多想法并利用次可加规划选择最佳方案，实验表明其解题数量翻倍且棋力提升 50 Elo，证明多样性对解决困难计算问题具有重要价值。
2024-07-31 cs.AI cs.LG
Generalization or Memorization? Brittleness Testing for Chess-Trained Language Models
School of Computing and Augmented Intelligence（计算与增强智能学院）
本文研究了国际象棋训练语言模型是泛化还是记忆，通过测试发现其高性能主要源于模式匹配，并展示了LLM-Modulo框架在提升国际象棋谜题解决性能上的效果，证明了与外部验证器结合的通用LLM比直接训练合成数据更灵活。
2026-05-17 cs.AI cs.CL
On game psychology: an experiment on the chess board/screen, should you always "do your best", and why the programs with prescribed weaknesses cannot be our good friends?
Kinneret College on the Sea of Galilee（加利利海金内雷特学院）；Braude Academic College（布劳德学术学院）；Ben Gurion University of the Negev（内盖夫本古里安大学）
值得注意的是，一些不寻常的举动对一个强大的国际象棋程序大大削弱了它的能力，看到严重的目标的游戏，其整个水平的发挥。建议创建具有不同弱点的程序，以便分析类似的人类行为。最后，提出了一种新的国际象棋版本“国际象棋Corrida”。
2011-01-28 cs.AI cs.GT math.HO
Reinforcement Learning in an Adaptable Chess Environment for Detecting Human-understandable Concepts
Norwegian University of Science and Technology（挪威科技大学）
使用机器学习开发的自我训练的自主智能体在各种控制设置中显示出巨大的前景，也许在涉及自动驾驶汽车的应用中最为显着。与深度神经网络形式的自学代理相关的主要挑战是它们的黑盒性质：人类不可能解释深度神经网络。因此，人类无法直接解释基于深度神经网络的代理的动作，或者预见它们在不同场景中的鲁棒性。在这项工作中，我们展示了一种方法，用于探索自我学习代理在培训过程中内化的概念。为了演示，我们使用一个国际象棋代理在一个快速，轻便的环境中专门开发，适合研究小组，而无需访问巨大的计算资源或机器学习模型。
2022-11-10 cs.AI cs.LG
Ailed: A Psyche-Driven Chess Engine with Dynamic Emotional Modulation
Independent Researcher（独立研究者）
Ailed 是一种通过动态情绪调节产生行为变化的国际象棋引擎，通过心理信号链实现与人类类似的情绪波动表现。
2026-03-05 cs.AI cs.HC
