Backgammonbotar och AI-spelare, byggda för att spela som människor

Mer än en datormotståndare med en svårighetsinställning

Många backgammonbotar är i grunden en enda datormotståndare med olika styrkeinställningar. Gör den svagare, och samma motor instrueras helt enkelt att göra fler misstag.

GamesGrid är byggt annorlunda. Det finns 512 virtuella spelare, var och en med ett eget namn, ett eget ansikte, ett eget land, en egen röst, en egen personlighet och en egen uppmätt spelstyrka. Deras skillnader går längre än profilen du ser på skärmen. De spelar olika, hanterar kuben olika och kommunicerar olika.

Och du kan faktiskt prata med dem. Varje medlem kan föra ett öppet samtal med dig, under en match eller efteråt.

Den här sidan går under huven. Så här är deras spelstyrka, misstag, personligheter och samtal byggda.

512 spelare. 513 med Guru

GamesGrid-klubben är byggd kring en stor och varierad ensemble:

• 512 karaktärer, plus GG Guru. 513 totalt.

• 120 länder. De största grupperna är Libanon och Frankrike med tio vardera, följda av Danmark med nio, och Turkiet och Tyskland med åtta.

• Åtta spelnivåer, från Nybörjare till Stormästare.

• En inspelad röst för var och en av de 512, på 58 språk.

• En fullständig profil för varje medlem, med stad, ålder, biografi, spelstil, arketyp och kubtemperament.

• En egen karriär. I karriärläget anmäler de sig till evenemang, bygger meritlistor, flyttas upp, flyttas ned och rör sig genom samma värld som du.

Du kan möta dem alla på vår sida Våra spelare.

Du kan faktiskt prata med dem

En stor språkmodell driver öppna samtal med varje medlem, under en match och utanför.

Fråga om deras bakgrund, utmana en åsikt, prata om backgammon eller låt samtalet vandra någonstans helt annat. Det är ingen meny med förinställda svar.

Deras personlighet hjälper till att forma hur de svarar. En reserverad medlem pratar inte som en utåtriktad. Vissa har betydligt mer att säga än andra.

När du har låst upp en medlem genom att slå dem i karriärläget kan du besöka deras profil och fortsätta samtalet bortom brädet.

Åtta nivåer, var och en med en uppmätt styrka

Styrka är här inte bara en position på ett svårighetsreglage.

GamesGrid använder PR, Performance Rating, för att mäta spelstyrka. PR mäter den genomsnittliga equity en spelare ger bort per beslut, multiplicerad med 500.

Lägre är bättre. Noll betyder inga fel enligt analysmotorn.

Det är samma mätram som används för att bedöma mänskliga backgammonprestationer, vilket betyder att en virtuell spelare och en mänsklig spelare kan diskuteras på samma skala.

Varje nivå har ett målintervall för PR, och varje medlem har ett individuellt mål inom det intervallet.

Som jämförelse spelar en människa i världsklass någonstans kring PR 3 till 5 över en turnering. Nivån Supremo ligger avsiktligt över det. Guru är något annat igen. Guru är motorn på full styrka.

Ett viktigt förbehåll gäller människor och virtuella spelare lika: PR i en enskild match kan variera avsevärt.

En match full av enkla beslut ger färre tillfällen att göra misstag. En svår match kan blotta fler svagheter. En nivå beskriver därför prestationen över många partier, inte ett löfte om nästa match.

Hur får man en bot att spela som en människa?

Att bygga ett starkt backgammonprogram löstes för decennier sedan.

Att bygga ett som spelar svagare på ett trovärdigt sätt är ett mycket mer intressant problem.

Målet var inte bara att göra vissa medlemmar starkare och andra svagare. Vi ville att deras misstag skulle dyka upp i de slags ställningar där mänskliga spelare med liknande styrka också gör misstag.

Det är dit mycket av arbetet gick.

Den enkla lösningen, och varför vi förkastade den

Ett enkelt sätt att försvaga en datormotståndare är att låta den välja ett sämre drag då och då.

Problemet är att det kan ge en motståndare som spelar flera utmärkta drag och sedan plötsligt gör en blunder som känns helt främmande för karaktären.

Det kan skapa en statistiskt svagare motståndare, men det skapar inte nödvändigtvis en trovärdig spelare.

Vi ville att själva misstagen skulle vara begripliga.

Vi mätte hur människor faktiskt gör fel

För att förstå det mätte vi mänskligt spel.

Omkring 200 000 beslut fattade av ungefär 100 riktiga spelare analyserades, inklusive GamesGrids testmatcher, i spannet PR 1,7 till PR 15,9.

Varje beslut jämfördes med motorns värdering.

Frågan var inte bara hur ofta någon gjorde ett misstag. Vi tittade på var misstagen uppstod, hur dyra de var, vilket alternativt drag som valdes och var spelarna vanligen var träffsäkra.

De data blev grunden för den spelmodell som används i hela ensemblen.

Hur ett misstag faktiskt uppstår

Människor bestämmer sig inte för att göra en blunder. De läser ställningen fel.

GamesGrid modellerar den idén.

En medlem ser på motorns värdering av de tillgängliga dragen genom en kontrollerad mängd ofullständig uppfattning, och väljer sedan det drag som verkar bäst ur den ofullständiga bilden.

Det betyder att misstag är mer sannolika när flera drag ligger nära varandra.

När ett drag är klart överlägset hittar även en svagare medlem det oftare.

En medlem kan också vara mer eller mindre uppmärksam i ett visst beslut. Hur ofta det händer beror på spelnivån.

Det låter en Fritidsspelare då och då göra ett betydande misstag utan att varje drag tvingas vara lite felaktigt.

Misstagen följer regler

En svagare spelare behöver inte spela dåligt hela tiden.

Ett lätt parti kan fortfarande vara ett bra parti. Om en medlem mest ställs inför enkla beslut kan den medlemmen få en mycket bättre PR än sitt långsiktiga mål.

Det finns ingen felbudget. En medlem tvingas inte göra ett misstag för att den har spelat flera bra drag i rad. Tidigare versioner av modellen innehöll ett kompensationsbeteende, men den mekanismen togs bort.

Kapplöpningar och utplockningar är vanligen renare. I de mänskliga data står kapplöpningar och utplockningar för omkring 15 % av dragen men mindre än 1 % av den totala förlorade equityn. Medlemmarna speglar det mönstret.

Misstagens storlek ändras med styrkan. En stark människa kring PR 2,3 väljer motorns föredragna drag ungefär 85 % av gångerna. En svagare spelare kring PR 11 gör det ungefär 69 % av gångerna. När någon av dem missar det bästa draget är mer än hälften av de valen det näst bästa draget.

Modellen använder de mönstren för att skapa svagare spel utan att förvandla svagare medlemmar till slumpspelare.

Misstag vi medvetet förhindrar

Mänskliga spelare kan göra nästan vilka misstag som helst, men vissa fel får en virtuell motståndare att kännas mindre övertygande snarare än mer.

Därför begränsar GamesGrid medvetet vissa beteenden.

En medlem som ligger klart före kastar inte plötsligt bort ett stort övertag med en uppenbart undvikbar blotta.

Varje spelnivå har också ett tak för hur mycket equity ett enskilt brickdragsbeslut får förlora.

De gränserna är avsiktliga. Målet är inte att återge varje möjligt mänskligt misstag. Det är att skapa motståndare vars samlade beteende förblir trovärdigt.

Varje medlem har också en individuell skärpa inom sin nivå, så två Medel-spelare är inte bara identiska motståndare med olika namn och ansikten.

Kuben är en andra färdighet, och den finjusteras separat

Brickspel och kubhantering är olika färdigheter.

En spelare kan flytta brickorna bra och ändå ge bort betydande equity genom dåliga dubblingar, accepter och nekanden. En annan spelare kan förstå kuben bättre än brickspelet antyder.

GamesGrid behandlar de färdigheterna separat.

Varje nivå har sitt eget kubtemperament. Nybörjare är i allmänhet mer motvilliga att dubbla och mer villiga att acceptera. Starkare nivåer blir stegvis mer träffsäkra.

För de tre svagaste nivåerna använder kubbesluten samma ansats med ofullständig uppfattning som brickspelet, anpassad till hur svagare mänskliga spelare faktiskt dubblar, accepterar och nekar.

En medlems nivå bygger på den sammanlagda kostnaden för brickspels- och kubfel.

Att flytta brickorna som en Expert räcker inte om kuben konsekvent hanteras som en Nybörjare.

De ger upp, och de bedömer dina uppgivanden

En medlem som förlorar stort kan erbjuda sig att ge upp ett enskilt parti, en gammon, en backgammon eller hela matchen.

Du avgör om du accepterar.

Uppgivandebeteendet är också kalibrerat. Svagare medlemmar tenderar att ge upp senare och mindre träffsäkert än starkare.

Och beslutet spelar roll på din sida också.

Accepterar du ett erbjudande som är värt mindre än ställningen var värd om spelet fortsatt, kan analysen efter matchen notera det som ditt misstag, inklusive equity-kostnaden.

Att veta när man ska ge upp, och när man ska acceptera ett uppgivande, är en del av att spela bra backgammon.

GG Guru är undantaget

En spelare i klubben har inget tillagt brus, ingen uppmärksamhetsdrift och inget svagare kubtemperament.

GG Guru spelar motorns föredragna drag varje gång.

Det gör inte Guru oslagbar. Backgammon har fortfarande tärningar, och även det starkaste spelet förlorar matcher.

Det betyder bara att Guru inte är medvetet försvagad på det sätt som resten av ensemblen är.

Motorn under varje spelare

Under alla 513 medlemmar finns GNU Backgammon, en backgammonmotor med neuralt nätverk utvecklad som fri programvara under mer än två decennier.

Backgammonmotorn körs i din webbläsare. Ställningsvärdering och dragberäkning behöver inte skickas till en fjärran analysmotor eller vänta i en extern analyskö.

Samtals-LLM:en är ett separat system från backgammonmotorn.

GNU Backgammon utför två olika uppgifter i GamesGrid.

För det första värderar den ställningen under spel. Medlemmens individuella spelmodell avgör sedan vad den karaktären gör med den värderingen.

För det andra används GNU Backgammon för analysen efter matchen, med samma styrka för varje spelare.

GNU Backgammon är licensierad under GNU GPL v3. GamesGrid inkluderar den licensinformation och de källkodslänkar som krävs under Inställningar.

Motorns historia, och vägen från tidigare backgammonprogram till GNU Backgammon, täcks på vår sida om GNU Backgammon.

Tärningarna är inte en del av svårighetsnivån

Spelstyrkan ändrar hur en medlem hanterar en ställning. Den ändrar inte tärningarna.

Ingen virtuell medlem får förhandskunskap om kommande kast.

En Nybörjare och GG Guru använder samma tärningskälla, oavsett spelnivå, ställning eller om de vinner eller förlorar.

Varje avslutad match innehåller också ett protokoll över kasten och dragen, så att matchen kan spelas upp igen efteråt.

När flerspelarläget online öppnar kommer tärningarna att delas ut av servern i stället för av någon av spelarnas enheter. Det exakta verifieringssystemet dokumenteras när den implementeringen är klar.

Den underliggande principen är enkel: fördelningen ändras inte för att mildra en dålig svit, tillverka en upphämtning eller påverka ett resultat.

Spelmodellen ändrar beslut, inte tärningar.

Samma domare för alla

Motståndarmodellen och analytikern efter matchen är åtskilda.

Vem du än spelade mot, från den svagaste Nybörjaren till GG Guru, använder genomgången efteråt samma inställningar: utvärdering på två plies, inget tillagt brus och samma dragfilter.

En svagare medlem får ingen mildare bedömning. Guru får ingen strängare.

Samma standard används också när vi mäter och kalibrerar klubbmedlemmarna.

Varje match kan exporteras som en .mat-fil i standardformat, så att du kan öppna den i kompatibel analysprogramvara för backgammon och gå igenom matchen oberoende.

Vad genomgången visar förklaras på vår sida Backgammonanalys. Vad PR, rating och spelnivåerna betyder förklaras på vår sida om AI-spelarnas och botarnas prestanda.

Vad vi inte påstår

En teknisk sida ska vara tydlig med gränserna lika mycket som med förmågorna.

Deras backgammonstyrka lär sig inte och anpassar sig inte till dig. En medlems spelmodell är densamma i din hundrade match som i din första. Samtals-AI:n är en separat del av systemet.

Deras misstag är inte slumpmässiga. Variationen i spelmodellen är formad för att likna mänsklig felbedömning snarare än godtyckliga lagliga drag.

GG Guru är inte oslagbar. Guru spelar motorns föredragna drag. Tärningarna avgör fortfarande mycket.

En medlems PR är ett mål. Det är ingen garanti för en enskild match.

Funktioner som fortfarande utvecklas beskrivs som sådana. Flerspelarläge, turneringar, ligor, 2 mot 2 och tutorläget anges som tillgängliga när de faktiskt släpps.