Título
[pt] IMPLEMENTAÇÃO DE MOTOR DE XADREZ NEURAL COM PODA ALFA-BETA
Título
[en] NEURAL ALPHA-BETA PRUNING CHESS ENGINE IMPLEMENTATION
Autor
[pt] THOMAS MERGENER GOUVEA MENDES
Vocabulário
[pt] INTELIGENCIA ARTIFICIAL
Vocabulário
[pt] ALGORITMO DE BUSCA
Vocabulário
[pt] PODA ALFA BETA
Vocabulário
[pt] XADREZ DE COMPUTADORES
Vocabulário
[pt] MINIMAX SEARCH
Vocabulário
[en] ARTIFICIAL INTELLIGENCE
Vocabulário
[en] SEARCH ALGORITHM
Vocabulário
[en] ALPHA BETA PRUNING
Vocabulário
[en] COMPUTER CHESS
Vocabulário
[en] MINIMAX SEARCH
Resumo
[pt] Motores de xadrez representam um marco importante na inteligência artificial devido à complexidade do jogo e às suas regras bem definidas. Este
projeto teve como objetivo desenvolver um motor de xadrez funcional e competitivo, chamado Illumina, empregando o algoritmo de poda Alfa-Beta para
realizar a busca na árvore de jogo e uma Rede Neural Eficientemente Atualizável (NNUE) para realizar a avaliação estática das posições. O desenvolvimento
do motor foi iterativo, com etapas de testes utilizando SPRT a cada nova
funcionalidade integrada, a fim de garantir estatisticamente a progressão de
força ou evitar regressões. A rede neural utilizada para a avaliação estática
foi treinada com dados gerados a partir de milhões de partidas autojogadas
pelo Illumina em controles de tempo muito rápidos. Até o momento da redação deste trabalho, o Illumina foi testado contra diversos outros motores e
apresenta desempenho competitivo em relação a outros motores de xadrez com
nível super-humano.
Resumo
[en] Chess engines represent a critical benchmark in artificial intelligence
due to the game s complexity and well-defined rules. This project aimed to
develop a functional and competitive chess playing engine, Illumina, employing
the Alpha-Beta pruning algorithm to search the game tree and an Efficiently
Updatable Neural Network (NNUE) to perform static evaluation of positions.
The development of the engine was iterative, with SPRT testing steps on
each newly integrated feature to statistically ensure strength progression or
non-regression. The neural network employed for static evaluation was trained
on data generated by millions of Illumina s self-play games in very fast time
control. As of the writing of this paper, Illumina has been tested against several
other engines and ranks highly among many other superhuman chess engines.
Orientador(es)
AUGUSTO CESAR ESPINDOLA BAFFA
Catalogação
2025-09-24
Tipo
[pt] TEXTO
Formato
application/pdf
Idioma(s)
INGLÊS
Referência [pt]
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=73220@1
Referência [en]
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=73220@2
Referência DOI
https://doi.org/10.17771/PUCRio.acad.73220
Arquivos do conteúdo
NA ÍNTEGRA PDF