JumpStar ist die weltweit stärkste KI-Engine für Sternhalma
Die Entstehung
Ich habe JumpStar für meine Mutter gebaut. Das Projekt begann am 15. Mai 2026 in Indiana, als ich meinen Eltern half, aus unserem Elternhaus auszuziehen. Beim Packen fanden wir unser altes Sternhalma-Brett und schwelgten in Erinnerungen daran, wie viel Spaß es gemacht hatte, als Familie zu spielen.
Nachdem mein Bruder und ich zum Studium ausgezogen waren, hatte meine Mutter nach Sternhalma-Apps fürs iPhone gesucht, um allein weiterspielen zu können, aber keine davon taugte etwas. Angesichts der Erfolge von AlphaGo und Stockfish dachte ich, es gäbe sicher viele starke Open-Source-KI-Engines für Sternhalma - aber die gibt es nicht. Trotz seiner Beliebtheit und Eleganz hatte Sternhalma in der KI-Community erstaunlich wenig Beachtung gefunden. Diese Lücke hat mich dazu gebracht, JumpStar zu bauen.
Mein Ziel war es, die erste übermenschlich starke KI-Engine für Sternhalma zu bauen. Ein starker Computergegner würde es meiner Mutter ermöglichen, weiterzuspielen, auch wenn mein Bruder und ich nicht in der Nähe sind. Eine übermenschliche KI-Engine könnte sogar schöne neue Muster und Strategien im Spiel aufdecken, die bisher kaum bekannt waren.
Deshalb wurde das Projekt auch öffentlich. Eine starke private Engine ist interessant, aber für andere kaum zu bewerten oder zu verbessern. Der öffentliche KI-Benchmark für Sternhalma macht die Arbeit überprüfbar: ein Regelwerk, ein Protokoll, eine Sammlung von Stellungen, Vergleichsgegner, Protokolldateien und ein benanntes JumpStar-Modell, das andere Systeme herausfordern können.
Warum KI für Sternhalma spannend ist
Hinter Schach und Go stecken Jahrzehnte öffentlicher KI-Arbeit mit Engines, Benchmarks, Ranglisten und frei zugänglichen Partiesammlungen. Für Sternhalma gibt es davon kaum etwas, obwohl sich das Spiel gut für KI-Forschung eignet. Es gibt keine verdeckten Informationen, kein Glück und eine klare Siegbedingung.
Außerdem wird es schnell kompliziert. Nach den Zwei-Spieler-Regeln von JumpStar gibt es 14 erlaubte erste Züge, 196 Möglichkeiten für die ersten beiden Züge und 4.760 nach dem dritten. Später machen Sprungketten und verstopfte Bahnen gute Züge viel schwerer erkennbar, als die Regeln vermuten lassen.
Was JumpStar ist
JumpStar ist eine durch Self-Play trainierte Sternhalma-Engine, aufgebaut auf einem kompakten Regel- und Suchkern in C++20, einem neuronalen Policy/Value-Modell und Monte-Carlo-Baumsuche. Ihr stärkster öffentlicher Checkpoint, JumpStar_60, ist der aktuelle Champion des Benchmarks CCERL-2P10-v2. Jedes JumpStar-Modell wurde auf einem MacBook M4 trainiert und nicht auf den großen GPU-Clustern hinter den berühmten Schach- und Go-Engines.
Das Ziel ist übermenschliches Spiel, und diese Behauptung soll sich überprüfen lassen. Nach den Zwei-Spieler-Regeln wirkt JumpStar übermenschlich oder nahe dran, und mit CCERL kann jede künftige Engine das herausfordern.
Das System
JumpStar ist eine vollständige Engine samt Benchmark und nicht bloß ein trainiertes Modell.
- Regeln und Suche. Ein kompaktes Modell des Bretts mit 121 Löchern, strikte Zwei-Spieler-Regeln, schnelle Zuggenerierung für Schritte und Sprungketten sowie ein Match-Runner. Die Regeln sind bewusst explizit, damit eine Engine nicht gewinnen kann, indem sie in einem Dreieck verharrt oder eine Eigenheit des Schiedsrichters ausnutzt.
- Training durch Self-Play. JumpStar spielt gegen sich selbst, und mit diesen Partien wird ein Policy/Value-Modell trainiert, das die nächste Suchrunde lenkt.
JumpStar_60ist ein Netz der Größe512x4und hat rund10.36MParameter, trainiert auf1.8Mreanalysierten Stellungen. - Öffentliches Benchmarking. Für Sternhalma gab es keine öffentliche Engine-Rangliste, also habe ich parallel zu JumpStar
CCERL-2P10-v2gebaut. Es legt die Regeln, das Engine-Protokoll, eine feste Sammlung von Startstellungen, Basis-Engines und die Berechnung der Wertungen fest und veröffentlicht jedes Partieprotokoll, damit sich die Ergebnisse überprüfen lassen.
Wie JumpStar Sternhalma spielt
JumpStar spielt oft nicht einfach auf Tempo. Es bremst den Gegner aus, lässt nützliche Blockadefiguren stehen und baut kompakte Dreiecksformen, durch die man in der Brettmitte kaum noch springen kann.
Weil Figuren nie geschlagen werden, kann eine defensive Formation viele Züge lang bestehen. Sie kann einen Sprungweg versperren, den Gegner zu Umwegen zwingen und JumpStar Zeit verschaffen, die eigenen Figuren ins Ziel zu bringen.
Erfolgreiches Eröffnungsmuster
| # | Spieler | Art |
|---|
Die Such- und Trainingsschleife
Grob gesagt folgt JumpStar dem AlphaZero-Muster: Self-Play erzeugt MCTS-Besuchszahlen als Trainingsziele, mit diesen Zielen wird ein Policy/Value-Modell trainiert, und das stärkere Modell lenkt die nächste Suchrunde.
Self-Play -> MCTS-Besuchsziele -> Policy/Value-Training -> stärkere Suche -> Self-Play
Die praktische Stärke entstand dadurch, dass diese Schleife günstig genug wurde, um sie immer wieder laufen zu lassen: native Self-Play-Worker in C++, effiziente Zuggenerierung, gebündelte Bewertung der Blattknoten, Transpositionen, Wiederverwendung von Teilbäumen, kompakte Datensätze und Release-Builds, die auf lokale Apple-Hardware abgestimmt sind.
Ein großer Teil dieser Verdichtung kam durch Codex mit GPT-5.5 als Partner für Implementierung und Forschung zustande. Codex half dabei, die Codebasis zu untersuchen, Engpässe zu profilieren, kritische Pfade neu zu schreiben, Trainingsprotokolle zu analysieren, Benchmark-Läufe zu paketieren und mehrere Experimentstränge gleichzeitig voranzutreiben. Die wichtigsten Gewinne waren praktischer Natur: große Beschleunigungen bei Self-Play und Auswertung, eine Verringerung des Speicherbedarfs im Trainingspfad um etwa 98 %, damit die Arbeit auf meinen lokalen Rechner passte, und genug Automatisierung, um die Engine weiter zu verbessern, während ich hauptberuflich Edia als CEO leite.
Das Projekt kam ungewöhnlich schnell voran, weil die Schleife nicht nur Self-Play für das Modell war, sondern auch eine iterative Engineering-Schleife für das System drumherum. Mit Codex konnte ich ein Experiment laufen lassen, die Fehlerursache untersuchen, den Code optimieren, den Benchmark erneut ausführen, das Ergebnis zusammenfassen und die nächste Frage in einen konkreten Patch übersetzen. Dieser Feedback-Zyklus verdichtete Arbeit, die sonst Monate an Infrastruktur, Werkzeugen, Frontend, Benchmark und Dokumentation hätte kosten können, auf etwa eine Woche - vom Fund des alten Bretts bis zum öffentlichen Start.
Die lokale Codex-Abrechnung vermittelt einen groben Eindruck vom Umfang dieser Zusammenarbeit. Über alle Projekt-Threads, die in der lokalen Codex-Statusdatenbank sichtbar sind, summierten sich die erfassten tokens_used auf etwa 559.9M Tokens. Diese Zahlen enthalten Kontext, Werkzeugausgaben, Effekte von zwischengespeichertem Kontext, die Abrechnung von Reasoning und Ausgabe sowie sich überschneidende Arbeitsstränge. Sie sind daher als Prozesskennzahl zu verstehen, nicht als wissenschaftliche Messung des Rechenaufwands.
CCERL und der öffentliche Benchmark
Für Sternhalma gibt es keine ausgereifte öffentliche Engine-Rangliste wie bei Schach und Go, was es schwer macht, Stärke und Fortschritt von Engines zu bewerten. CCERL füllt diese Lücke. CCERL ist der erste öffentliche Benchmark zur Bewertung der Spielstärke von Sternhalma-KI-Engines. In Anlehnung an ähnliche Konzepte aus Schach und Go bietet CCERL feste Regeln, geprüfte Startstellungen, Stellungspaare mit getauschten Seiten, herunterladbare Partieprotokolle und öffentliche Vergleichsgegner.
Nach den CCERL-Benchmarks scheint JumpStar mit großem Abstand die weltweit stärkste öffentlich verfügbare KI-Engine für Sternhalma zu sein.
Ich bin überzeugt, dass JumpStar im Zwei-Spieler-Regelprofil eine nahezu übermenschliche Sternhalma-Spielstärke erreicht hat, und zwar mit Rechenleistung im Maßstab eines lokalen MacBooks. Noch wichtiger: CCERL gibt allen künftigen Mitwirkenden ein Ziel. Verändern Sie JumpStar, bauen Sie ein neues Modell, portieren Sie eine bestehende Engine originalgetreuer, ergänzen Sie bessere Stellungen oder schicken Sie einen Herausforderer unter demselben Schiedsrichter ins Rennen.
Wie es weitergeht
JumpStar soll nicht nur ein privater Bot sein. Das Projekt will vier Dinge werden:
- Ein starkes öffentliches KI-Modell. JumpStar steht unter einer offenen Lizenz, und diese Website ist kostenlos. Jeder kann gegen JumpStar spielen oder selbst versuchen, es zu verbessern. JumpStar wurde vollständig auf einem MacBook M4 trainiert. Mehr Rechenleistung wird die Spielstärke sicher noch steigern.
- Öffentliche Benchmark-Infrastruktur. Schach und Go haben Communitys, in denen Engines getestet, verglichen und verbessert werden können. CCERL bringt dieselbe Infrastruktur zu Sternhalma: klare Regeln, reproduzierbare Partien, öffentliche Protokolle und einen Weg für andere, eigene Modelle zu bauen.
- Erforschung des Spiels selbst. Starke KI verändert, was wir sehen können. Ich möchte verstehen, wie gutes Spiel aussieht, wie sich Eröffnungen entwickeln, warum sich volle Bretter so verhalten, wie sie es tun, und was in Partien mit drei, vier und sechs Spielern passiert, wenn die Mitte des Bretts zu einem Stau voller Möglichkeiten wird.
- Varianten für mehrere Spieler. Das Zwei-Spieler-Modell ist erst der Anfang. Die spannenderen Fragen beginnen, wenn das Brett voller wird: drei Spieler, vier Spieler, sechs Spieler, wechselnde Allianzen, blockierte Wege und seltsame, sich von selbst ergebende Eröffnungen. Ich möchte herausfinden, wie starkes Spiel auch dort aussieht, und auf Brettern, die weit größer als üblich sind. Die Komplexität und die Muster, die dabei entstehen, werden faszinierend sein.
Ich hoffe, dass JumpStar mehr Menschen dazu anregt, sich mit Sternhalma zu beschäftigen, es zu spielen, es zu studieren und darauf aufzubauen.