[论文解读] Ludii -- The Ludemic General Game System

Éric Piette, Dennis J. N. J. Soemers+4 more|arXiv (Cornell University)|May 13, 2019

Artificial Intelligence in Games参考文献 22被引用 26

一句话总结

Ludii 是一种新型通用游戏系统，通过使用‘游戏语义’（ludemes）——高阶、人类可读的游戏概念——实现高效、可扩展且直观的游戏描述。它在所有测试游戏中均展现出优于 GDL 的推理效率，包括国际象棋和围棋等复杂游戏，且在性能上与 RBG 相当或更优，同时在清晰度、可扩展性以及编译速度方面表现更佳。

ABSTRACT

While current General Game Playing (GGP) systems facilitate useful research in Artificial Intelligence (AI) for game-playing, they are often somewhat specialised and computationally inefficient. In this paper, we describe the "ludemic" general game system Ludii, which has the potential to provide an efficient tool for AI researchers as well as game designers, historians, educators and practitioners in related fields. Ludii defines games as structures of ludemes -- high-level, easily understandable game concepts -- which allows for concise and human-understandable game descriptions. We formally describe Ludii and outline its main benefits: generality, extensibility, understandability and efficiency. Experimentally, Ludii outperforms one of the most efficient Game Description Language (GDL) reasoners, based on a propositional network, in all games available in the Tiltyard GGP repository. Moreover, Ludii is also competitive in terms of performance with the more recently proposed Regular Boardgames (RBG) system, and has various advantages in qualitative aspects such as generality.

研究动机与目标

• 为解决现有通用游戏对弈（GGP）系统，尤其是游戏描述语言（GDL）在效率和人类可读性方面的不足。
• 开发一种支持广泛传统策略游戏的通用游戏系统，包括 GDL 或 RBG 尚未涵盖的游戏。
• 在保持清晰度和可扩展性的同时，实现高效的 AI 推理，以支持研究人员、教育工作者和游戏设计师的需求。
• 支持数字游戏语义项目（Digital Ludeme Project）的目标，即以统一、可分析的数字数据库形式建模世界范围内的传统策略游戏。
• 为人工智能研究与游戏分析提供一种可扩展、可扩展且高效的 GDL 和 RBG 替代方案。

提出的方法

• 使用‘游戏语义’（ludemes）——如‘棋子’、‘吃子’、‘胜利条件’和‘回合顺序’等抽象的高阶游戏概念——来定义游戏，以实现简洁且人类可读的游戏描述。
• 实现一种基于游戏语义的正式、可执行的游戏描述语言，支持高效的棋盘状态转移评估与推理。
• 将基于游戏语义的描述编译为高效的内部表示，以实现快速的棋盘状态评估与对局模拟。
• 在单核、4GB 内存的执行环境中，对 Ludii 与 GDL 和 RBG 在多种游戏上的性能进行基准测试。
• 利用自定义的解释器与编译器栈，同时兼顾人类可读性与高性能的人工智能推理能力。
• 通过支持 Tiltyard GGP 资源库中的所有游戏，并扩展至此前无法建模的历史重要游戏，确保与现有 GGP 系统的向后兼容性。

实验结果

研究问题

• RQ1 基于高阶游戏概念（游戏语义）的游戏系统是否能在推理效率上超越 GDL？
• RQ2 Ludii 的性能与 RBG 相比如何，特别是在每秒对局数和编译开销方面？
• RQ3 Ludii 在多大程度上能够建模现有 GGP 系统无法支持的历史重要或复杂游戏？
• RQ4 与 GDL 中使用的一阶逻辑相比，使用游戏语义是否能提升游戏描述的清晰度、可扩展性与可维护性？
• RQ5 Ludii 是否能够支持大规模历史与文化游戏分析（如数字游戏语义项目）所需的全部游戏范围？

主要发现

• Ludii 在所有测试游戏中均优于 GDL 的推理效率，速度提升从 2 倍到超过 200 倍不等，尤其在国际象棋和五子棋等复杂游戏中表现显著。
• 在标准的 3×3井字棋中，Ludii 的速度是 GDL 的六倍以上；在 15×15 五子棋中，速度接近 GDL 的四十倍。
• 在井字棋和五子棋等游戏中，Ludii 的性能甚至超过 RBG 编译器，在 Yavalath 游戏中达到每秒 175,525 次对局，在 Tant Fant 中达到每秒 43,129 次对局。
• Ludii 在 10 秒内完成所有超过 100 个内置游戏的编译，远快于 RBG 的编译时间，后者单个游戏的编译时间可能超过 10 秒。
• Ludii 支持 GDL 和 RBG 均未涵盖的游戏，如 5×5 棋盘的阿基勒克（Alquerque）、奥瓦雷（Oware）和亚瓦拉萨（Yavalath），证明了其通用性与可扩展性。
• 系统性能优势归因于其高效的内部表示以及游戏语义的使用，后者减少了冗余计算并提升了代码清晰度。