Backgammonbots en AI-spelers, gebouwd om als mensen te spelen

Meer dan een computertegenstander met een moeilijkheidsgraad

Veel backgammonbots zijn in wezen één computertegenstander met verschillende sterkte-instellingen. Maak hem zwakker en dezelfde engine krijgt simpelweg de opdracht meer fouten te maken.

GamesGrid is anders gebouwd. Er zijn 512 virtuele spelers, elk met een eigen naam, gezicht, land, stem, persoonlijkheid en gemeten speelsterkte. Hun verschillen gaan verder dan het profiel dat je op het scherm ziet. Ze spelen anders, behandelen de cube anders en communiceren anders.

En je kunt echt met ze praten. Elk lid kan een open gesprek met je voeren, tijdens een match of daarna.

Deze pagina kijkt onder de motorkap. Zo zijn hun speelsterkte, fouten, persoonlijkheden en gesprekken gebouwd.

512 spelers. 513 met Guru

De GamesGrid-club is gebouwd rond een grote en gevarieerde cast:

• 512 karakters, plus GG Guru. 513 in totaal.

• 120 landen. De grootste groepen zijn Libanon en Frankrijk met elk tien, gevolgd door Denemarken met negen, en Turkije en Duitsland met acht.

• Acht speelniveaus, van Beginner tot Grootmeester.

• Een opgenomen stem voor elk van de 512, in 58 talen.

• Een volledig profiel voor elk lid, met stad, leeftijd, biografie, speelstijl, archetype en cube-temperament.

• Een eigen carrière. In de carrièremodus schrijven ze zich in voor evenementen, bouwen ze records op, promoveren en degraderen ze en gaan ze door dezelfde wereld als jij.

Je ontmoet ze allemaal op onze pagina Onze spelers.

Je kunt echt met ze praten

Een groot taalmodel drijft het open gesprek met elk lid aan, tijdens een match en erbuiten.

Vraag naar hun achtergrond, betwist een mening, praat over backgammon of laat het gesprek afdwalen naar iets heel anders. Het is geen menu met vooraf ingestelde antwoorden.

Hun persoonlijkheid bepaalt mee hoe ze reageren. Een gereserveerd lid praat niet als een extravert lid. Sommigen hebben veel meer te zeggen dan anderen.

Zodra je een lid hebt ontgrendeld door het in de carrièremodus te verslaan, kun je zijn profiel bezoeken en het gesprek weg van het bord voortzetten.

Acht niveaus, elk met een gemeten sterkte

Sterkte is hier niet simpelweg een positie op een moeilijkheidsschuif.

GamesGrid gebruikt PR, Performance Rating, om speelsterkte te meten. PR meet de gemiddelde equity die een speler per beslissing weggeeft, vermenigvuldigd met 500.

Lager is beter. Nul betekent geen fouten volgens de analyse-engine.

Het is hetzelfde meetkader dat wordt gebruikt om menselijke backgammonprestaties te beoordelen, wat betekent dat een virtuele speler en een menselijke speler op dezelfde schaal kunnen worden besproken.

Elk niveau heeft een doelbereik in PR, en elk lid heeft een individueel doel binnen dat bereik.

Ter schaal: een mens van wereldklasse speelt over een toernooi ergens rond PR 3 tot 5. Het niveau Supremo zit daar met opzet boven. Guru is weer anders. Guru is de engine op volle sterkte.

Eén belangrijk voorbehoud geldt voor mensen en virtuele spelers gelijk: de PR van één match kan aanzienlijk variëren.

Een match vol eenvoudige beslissingen biedt minder kans om fouten te maken. Een moeilijke match kan meer zwaktes blootleggen. Een niveau beschrijft dus de prestatie over veel partijen, geen belofte over de volgende match.

Hoe laat je een bot als een mens spelen?

Een sterk backgammonprogramma bouwen is decennia geleden opgelost.

Er een bouwen dat op een geloofwaardige manier zwakker speelt, is een veel interessanter probleem.

Het doel was niet simpelweg sommige leden sterker en andere zwakker te maken. We wilden dat hun fouten verschijnen in het soort posities waarin menselijke spelers van vergelijkbare sterkte ook fouten maken.

Daar is veel van het werk in gegaan.

De makkelijke oplossing, en waarom we die verwierpen

Een simpele manier om een computertegenstander te verzwakken is hem af en toe een slechtere zet laten kiezen.

Het probleem is dat dit een tegenstander kan opleveren die een aantal uitstekende zetten speelt en dan plotseling een blunder maakt die volkomen uit karakter voelt.

Dat levert statistisch misschien een zwakkere tegenstander op, maar niet noodzakelijk een geloofwaardige speler.

We wilden dat de fouten zelf logisch waren.

We hebben gemeten hoe mensen echt de fout in gaan

Om dat te begrijpen hebben we menselijk spel gemeten.

Ongeveer 200.000 beslissingen van ruwweg 100 echte spelers zijn geanalyseerd, inclusief testmatches van GamesGrid, van PR 1,7 tot PR 15,9.

Elke beslissing is vergeleken met de evaluatie van de engine.

De vraag was niet simpelweg hoe vaak iemand een fout maakte. We keken waar fouten gebeurden, hoe duur ze waren, welke alternatieve zet werd gekozen en waar spelers doorgaans nauwkeurig waren.

Die gegevens werden het fundament voor het speelmodel dat in de hele cast wordt gebruikt.

Hoe een fout echt ontstaat

Mensen besluiten niet om een blunder te maken. Ze lezen de positie verkeerd.

GamesGrid modelleert dat idee.

Een lid kijkt naar de evaluatie van de engine van de beschikbare zetten door een gecontroleerde hoeveelheid imperfecte waarneming, en kiest dan de zet die vanuit dat imperfecte beeld het beste lijkt.

Dat betekent dat fouten eerder verschijnen wanneer meerdere zetten dicht bij elkaar liggen.

Wanneer één zet duidelijk superieur is, vindt zelfs een zwakker lid die eerder.

Een lid kan bij een bepaalde beslissing ook meer of minder oplettend zijn. Hoe vaak dat gebeurt, hangt af van het speelniveau.

Zo kan een Gelegenheidsspeler af en toe een flinke fout maken zonder dat elke zet een beetje onnauwkeurig hoeft te zijn.

De fouten volgen regels

Een zwakkere speler hoeft niet altijd slecht te spelen.

Een makkelijke partij kan nog altijd een goede partij zijn. Krijgt een lid vooral eenvoudige beslissingen voor zich, dan kan dat lid een veel betere PR neerzetten dan zijn doel op de lange termijn.

Er is geen foutenbudget. Een lid wordt niet gedwongen een fout te maken omdat het een aantal goede zetten op rij heeft gespeeld. Eerdere versies van het model kenden compensatiegedrag, maar dat mechanisme is verwijderd.

Races en uitspeelfases zijn doorgaans schoner. In de menselijke gegevens zijn races en uitspeelfases goed voor ongeveer 15% van de zetten, maar minder dan 1% van de totale verloren equity. De leden weerspiegelen dat patroon.

De grootte van fouten verandert met de sterkte. Een sterke mens rond PR 2,3 kiest ongeveer 85% van de tijd de voorkeurszet van de engine. Een zwakkere speler rond PR 11 doet dat ongeveer 69% van de tijd. Wanneer een van beide de beste zet mist, is meer dan de helft van die keuzes de op één na beste zet.

Het model gebruikt die patronen om zwakker spel te creëren zonder zwakkere leden in willekeurige spelers te veranderen.

Fouten die we bewust voorkomen

Menselijke spelers kunnen bijna elke denkbare fout maken, maar sommige fouten maken een virtuele tegenstander minder overtuigend in plaats van meer.

Daarom beperkt GamesGrid bewust bepaald gedrag.

Een lid dat duidelijk voorstaat, gooit niet plotseling een grote voorsprong weg met een overduidelijk vermijdbare blot.

Elk speelniveau heeft ook een plafond voor hoeveel equity één afzonderlijke stenenbeslissing mag verliezen.

Die grenzen zijn bewust. Het doel is niet elke mogelijke menselijke fout te reproduceren. Het is tegenstanders te maken van wie het gedrag als geheel geloofwaardig blijft.

Elk lid heeft ook een individuele scherpte binnen zijn niveau, zodat twee spelers van de Middenklasse niet simpelweg identieke tegenstanders met andere namen en gezichten zijn.

De cube is een tweede vaardigheid, en wordt apart afgestemd

Stenenspel en cube-behandeling zijn verschillende vaardigheden.

Een speler kan de stenen goed verzetten en toch veel equity weggeven door slechte verdubbelingen, takes en passes. Een andere speler begrijpt de cube misschien beter dan zijn stenenspel doet vermoeden.

GamesGrid behandelt die vaardigheden apart.

Elk niveau heeft een eigen cube-temperament. Beginners zijn over het algemeen terughoudender met verdubbelen en nemen eerder aan. Sterkere niveaus worden steeds nauwkeuriger.

Voor de drie zwakste niveaus gebruiken cube-beslissingen dezelfde aanpak van imperfecte waarneming als het stenenspel, gefit op de manier waarop zwakkere menselijke spelers echt verdubbelen, aannemen en weigeren.

Het niveau van een lid is gebaseerd op de gecombineerde kosten van fouten in het stenenspel en met de cube.

De stenen spelen als een Expert is niet genoeg als de cube consequent als een Beginner wordt behandeld.

Ze geven op, en ze beoordelen jouw opgaven

Een lid dat zwaar aan het verliezen is, kan aanbieden een enkele partij, een gammon, een backgammon of de hele match op te geven.

Jij beslist of je dat aanneemt.

Ook het opgeefgedrag is gekalibreerd. Zwakkere leden geven doorgaans later en minder nauwkeurig op dan sterkere.

En de beslissing telt ook aan jouw kant.

Neem een aanbod aan dat minder waard is dan de positie waard was bij doorspelen, en de analyse na de match kan dat als jouw fout noteren, inclusief de equity-kosten.

Weten wanneer je opgeeft, en wanneer je een opgave aanneemt, is onderdeel van goed backgammon spelen.

GG Guru is de uitzondering

Eén speler in de club heeft geen toegevoegde ruis, geen aandachtsverlies en geen zwakker cube-temperament.

GG Guru speelt elke keer de voorkeurszet van de engine.

Dat maakt Guru niet onverslaanbaar. Backgammon heeft nog altijd dobbelstenen, en zelfs het sterkste spel verliest matches.

Het betekent simpelweg dat Guru niet bewust wordt verzwakt zoals de rest van de cast.

De engine onder elke speler

Onder alle 513 leden zit GNU Backgammon, een backgammonengine met neurale netwerken die in meer dan twee decennia als vrije software is ontwikkeld.

De backgammonengine draait in je browser. Positie-evaluatie en zetberekening hoeven niet naar een externe analyse-engine te worden gestuurd of in een externe analysewachtrij te wachten.

Het conversationele LLM is een systeem los van de backgammonengine.

GNU Backgammon doet binnen GamesGrid twee verschillende dingen.

Ten eerste beoordeelt hij de positie tijdens het spel. Het individuele speelmodel van het lid bepaalt dan wat dat karakter met die beoordeling doet.

Ten tweede wordt GNU Backgammon gebruikt voor de analyse na de match, op een constante sterkte voor elke speler.

GNU Backgammon is gelicentieerd onder de GNU GPL v3. GamesGrid neemt de vereiste licentie-informatie en bronlinks op in Instellingen.

De geschiedenis van de engine, en de weg van eerdere backgammonprogramma's naar GNU Backgammon, staat op onze pagina GNU Backgammon.

De dobbelstenen zijn geen onderdeel van de moeilijkheidsgraad

Speelsterkte verandert hoe een lid met een positie omgaat. Ze verandert de dobbelstenen niet.

Geen enkel virtueel lid krijgt vooraf kennis van toekomstige worpen.

Een Beginner en GG Guru gebruiken dezelfde dobbelsteenbron, ongeacht speelniveau, score of of ze aan het winnen of verliezen zijn.

Elke voltooide match bevat ook een verslag van de worpen en zetten, zodat de match achteraf kan worden teruggespeeld.

Wanneer online multiplayer opent, worden de dobbelstenen door de server uitgegeven in plaats van door het apparaat van een van beide spelers. Het precieze verificatiesysteem wordt gedocumenteerd zodra die implementatie klaar is.

Het onderliggende principe is simpel: de verdeling wordt niet aangepast om een slechte reeks te verzachten, een comeback te fabriceren of een resultaat te beïnvloeden.

Het speelmodel verandert beslissingen, niet dobbelstenen.

Dezelfde rechter voor iedereen

Het tegenstandermodel en de analist na de match zijn gescheiden.

Tegen wie je ook speelde, van de zwakste Beginner tot GG Guru, de analyse daarna gebruikt dezelfde instellingen: evaluatie op twee ply, geen toegevoegde ruis en hetzelfde zetfilter.

Een zwakker lid krijgt geen mildere beoordeling. Guru krijgt geen strengere.

Dezelfde norm wordt ook gebruikt wanneer we de clubleden meten en kalibreren.

Elke match kan worden geëxporteerd als standaard .mat-bestand, zodat je hem kunt openen in compatibele backgammonanalysesoftware en de match onafhankelijk kunt bekijken.

Wat de analyse toont, staat op onze pagina Backgammonanalyse. Wat PR, rating en de speelniveaus betekenen, staat op onze pagina Prestaties van AI en bots.

Wat we niet beweren

Een technische pagina moet duidelijk zijn over de grenzen én de mogelijkheden.

Hun backgammonsterkte leert niet en past zich niet aan jou aan. Het speelmodel van een lid is in je honderdste match hetzelfde als in je eerste. De conversationele AI is een apart deel van het systeem.

Hun fouten zijn niet willekeurig. De variatie in het speelmodel is gevormd om op menselijke misrekening te lijken, niet om willekeurige legale zetten te kiezen.

GG Guru is niet onverslaanbaar. Guru speelt de voorkeurszetten van de engine. De dobbelstenen beslissen nog genoeg.

De PR van een lid is een doel. Het is geen garantie voor één afzonderlijke match.

Functies die nog in ontwikkeling zijn, worden als zodanig beschreven. Multiplayer, toernooien, competities, 2 vs 2 en de Tutor-modus worden als beschikbaar aangeduid wanneer ze echt zijn uitgebracht.