QuoRim-3

취미로 만든 쿼리도(Quoridor) AI입니다. 알파제로 방식(정책·가치 신경망 + MCTS)으로 자기대국만으로 학습했고, 가입이나 설치 없이 브라우저에서 바로 대국할 수 있습니다. 무엇을 할 수 있나요 - 9×9 판, 벽 10개짜리 표준 쿼리도를 three.js 3D 보드로 둡니다. PC·모바일 모두 됩니다. - 선공·후공을 고를 수 있고, AI는 한 수에 MCTS 800회를 돌립니다(5~7초). - 처음이면 쉬운 AI와 두는 튜토리얼로 규칙을 익힐 수 있습니다. 한국어·영어 지원. - 이기면 8글자 인증 코드가 나옵니다. 왜 만들었나 공개된 쿼리도 AI는 대부분 손으로 쓴 평가함수에 탐색을 붙인 방식입니다. 손으로 쓴 평가 없이 신경망이 수를 고르는 쿼리도 AI가 어디까지 가는지 보고 싶었습니다. 만들면서 겪은 것 - stable-baselines3 PPO 자기대국으로 시작했는데 알파베타 탐색 AI 상대 40판 중 0~2승에 그쳤습니다. - 깊이 3 탐색을 모방 학습시킨 뒤 PPO를 붙이자 92~97%까지 올라갔습니다. - 그 뒤 알파제로 방식으로 다시 만들어 V1 → V2 → V3(QuoRim-3) 세 세대를 거쳤습니다. 현재 학습 루프 128회 시점입니다. - 가장 애먹은 문제는 선공 특정 수순에서 신경망이 자기 국면을 +0.28로 보는데 실제 승률은 9%였던 것입니다. 해당 국면 882개를 자기대국 시작점으로 섞어 교정했지만 후공이 약해지는 부작용이 나서, V3는 선공·후공 대국을 따로 생성해 6:4로 섞고 외부 엔진 대국 1,000판을 추가했습니다. - 엔진은 Python, 최단경로 BFS만 C입니다. 학습은 집 PC(RX 7900 XTX)와 Modal GPU에서 돌렸습니다. 현재 성적 - 이전 세대(V2)와 400판: 88.2% 승 - 공개 엔진 Sigma 상대 19/20, 더 강한 sugiyama(1,000노드) 상대 11/40 받고 싶은 피드백 - AI가 이상한 벽을 두는 국면, 특히 후공으로 이기신 기보가 가장 도움이 됩니다. - 벽/지형 같은 공간 제약을 신경망 입력으로 어떻게 표현하셨는지 경험이 있으시면 듣고 싶습니다. 광고나 유료 기능은 없습니다. 확인을 위해 대국 수순, 수별 소요 시간, 접속 IP가 서버에 기록됩니다.