Csillaghalma AI

A JumpStar a világ legerősebb csillaghalma AI-motorja

Most iPhone-on JumpStar Csillaghalma Játsszon offline a legerősebb AI ellen, oldjon meg napi rejtvényeket, kérjen tippeket, és mentse el a visszajátszásokat. Letöltés

Előzmények

A JumpStart az anyukámnak készítettem. A projekt 2026. május 15-én kezdődött Indianában, amikor segítettem a szüleimnek kiköltözni a gyerekkori otthonunkból. Pakolás közben megtaláltuk a régi csillaghalma-táblánkat, és nosztalgiázni kezdtünk arról, milyen jó volt családostul játszani.

Miután a bátyámmal elmentünk egyetemre, anyukám próbált csillaghalma-alkalmazásokat keresni iPhone-ra, hogy egyedül is játszhasson tovább, de egyik sem volt igazán jó. Az AlphaGo és a Stockfish sikerei után úgy gondoltam, hogy biztosan léteznek erős, nyílt forráskódú AI-motorok a csillaghalmához – de nem léteznek. Népszerűsége és eleganciája ellenére a csillaghalma meglepően kevés figyelmet kapott az AI-közösségtől. Ez a hiány vezetett oda, hogy megépítsem a JumpStart.

A célom az volt, hogy megépítsem az első emberfeletti csillaghalma AI-motort. Egy erős számítógépes ellenfél lehetővé tenné, hogy anyukám akkor is játszhasson, amikor a bátyám és én nem vagyunk a közelben. Egy emberfeletti AI-motor akár olyan gyönyörű új mintázatokat és stratégiákat is felfedezhet a játékban, amelyek még nem széles körben ismertek.

Ezért vált a projekt nyilvánossá is. Egy erős, zárt motor érdekes, de mások nehezen tudják értékelni vagy továbbfejleszteni. A nyilvános csillaghalma AI-benchmark ellenőrizhetővé teszi a munkát: egy szabályrendszer, egy protokoll, egy állásgyűjtemény, referenciamotorok, naplók és egy megnevezett JumpStar-modell, amelyet más rendszerek kihívhatnak.

A csillaghalma szépsége

A csillaghalma verseny egy hatágú, csillag alakú táblán keresztül. Minden játékos tíz bábuból álló csoporttal kezd az egyik háromszögben, és igyekszik elsőként az összes bábuját a szemközti háromszögbe juttatni. A játékot ketten, hárman, négyen vagy hatan játszhatják. Csak kétféle mozgás létezik, az egyszerű lépés és az ugrás, és bábukat leütni sem lehet. Ez az egyik oka annak, hogy a tábla olyan elevennek hat: az egyszerű mozgásszabályok összetett forgalmat hoznak létre, miközben a játékosok ugrássorozatokat próbálnak építeni, és megakadályozni, hogy az ellenfeleik ugyanezt tegyék.

Angol neve (Chinese Checkers, azaz „kínai dáma”) ellenére a játék nem Kínából származik, és valójában nem is dámajáték. Eredetét általában a Stern-Halmára, vagyis a csillaghalmára vezetik vissza, amely a halma 1892-ben kiadott német, csillag alakú táblára készült változata. Az ismert angol név később, amerikai marketing révén terjedt el, és a játék azóta világszerte népszerű társasjátékká vált.

Hogyan kell csillaghalmát játszani?

Amikor Ön következik, az egyik bábujával lép. Egy bábu egyszerű lépéssel átléphet egy szomszédos üres mezőre, vagy átugorhat egy szomszédos foglalt mezőt a mögötte lévő üres mezőre. Az ugrások sorozattá fűzhetők, így ha a távolságok megfelelők, egyetlen lépés a tábla nagy részén átívelhet. Az átugrott bábuk a táblán maradnak. Nem ütik le őket.

A cél az, hogy az összes bábuját a kiinduló háromszögével közvetlenül szemközti háromszögbe juttassa. A jó játék nem csupán előrerohanásról szól. Hasznos létrákat kell építenie, el kell kerülnie, hogy a saját bábuit blokkolja, ügyesen kell kihasználnia a zsúfolt közepet, és el kell döntenie, mikor teremt egy most lassúnak tűnő lépés később gyorsabb útvonalat.

Tömör összefoglalóért olvassa el a csillaghalma teljes szabályait. Ha készen áll a fejlődésre, folytassa a JumpStar stratégiai és taktikai útmutatójával.

Miért érdekes a csillaghalma AI?

A klasszikus táblajátékok évtizedek óta központi szerepet játszanak a mesterségesintelligencia-kutatásban. Az IBM Deep Blue nevű gépe 1997-ben legyőzte Garri Kaszparov sakkvilágbajnokot. Az AlphaGo 2016-ban legyőzte Lee Sedolt. Ezek a játszmák azért váltak mérföldkővé, mert az erős számítógépes játék megváltoztatta, ahogyan az emberek ezeket a játékokat értették.

A csillaghalma körül nem alakult ki hasonló nyilvános AI-ökoszisztéma. A sakkhoz és a góhoz képest sokkal kevesebb a motor, a benchmark, az értékszámlista, a nyilvános játszmaarchívum és a közös kutatási eszköz. Ez a hiány meglepő, mert a játék pontosan olyan szerkezetű, amilyet az AI-rendszerek szívesen tanulmányoznak: teljes információ, véletlen nélkül, egyértelmű győzelmi feltétel és rengeteg lehetséges jövő.

Még a nyugodt kezdőállás is gyorsan elágazik. A JumpStar kétszemélyes szabályrendszerében a kezdőállásban 14 szabályos első lépés van. Miután mindkét fél egyszer lépett, 196 lehetséges kétféllépéses sorozat létezik. A harmadik mélységben 4760 lehetséges lépéssorozat van a kezdőállásból. A játszma későbbi szakaszában az ugrássorozatok és a zsúfolt sávok a szabályok alapján vártnál jóval kevésbé nyilvánvalóvá teszik a döntéseket.

Mi a JumpStar?

A JumpStar önjátékkal tanított csillaghalma-motor, amely egy kompakt, C++20 nyelvű szabály- és keresőmagra, egy neurális policy/value modellre és Monte Carlo-fakeresésre épül. Legerősebb nyilvános ellenőrzőpontja, a JumpStar_60, a CCERL-2P10-v2 benchmark jelenlegi bajnoka. A meglepő eredmény a hatékonyság. Az összes JumpStar-modellt egy MacBook M4-en tanították, nem pedig azokon a nagy TPU/GPU-fürtökön, amelyeket a mérföldkőnek számító gó- és sakkrendszerekkel szokás összekapcsolni.

A cél az emberfeletti játék, de a nyilvános állítás szándékosan ellenőrizhető: a JumpStar a kétszemélyes szabályprofilban emberfelettinek vagy közel emberfelettinek tűnik, a CCERL pedig azért létezik, hogy a jövőbeli motorok megkérdőjelezhessék ezt az eredményt.

A rendszer

A JumpStar nem csupán egy modell-ellenőrzőpont. Teljes motor- és benchmarkkészlet: táblaábrázolás, szabályok, keresés, önjáték, tanítási adatok, játékvezetői eszközök és nyilvános bizonyítékok.

• Szabályok és keresés. A JumpStar a 121 mezős csillagtábla kompakt, bittérképszerű ábrázolását használja, szigorú kétszemélyes szabályokkal, szabályos egyszerű és többugrásos lépések generálásával, a cél lezárásával, végállapot-ellenőrzésekkel, determinisztikus hasheléssel, alap botokkal és natív mérkőzésfuttatóval. A szabályok megvalósítása szándékosan explicit, mert a csillaghalma-motorok egyébként kihasználhatnák a határeseteket: a kiinduló vagy a célháromszögben táborozhatnának, mesterséges blokádokat építhetnének, vagy a játékvezető program furcsaságai révén nyerhetnének jobb játék helyett. A JumpStar szabályprofiljának célja, hogy a tiszta versenyt, az erős geometriát és a reprodukálható keresést jutalmazza a blokkolási trükkökkel szemben.
• Önjátékos tanítás. Az önjáték és az újraelemzés táblaállásokat, szabályos lépéseket, MCTS-látogatásszámokat, játszmaeredményeket és haladási jellemzőket állít elő. Ezek az adatok egy policy/value modellt tanítanak, amely a következő keresési kört irányítja. A JumpStar_60 egy geometry_v1, 512x4 MLP körülbelül 10.36M paraméterrel, amelyet egy 1.8M példából álló, újraelemzett adatkészleten tanítottak. A gyakorlati munka abból állt, hogy ezt a ciklust elég kicsivé és gyorssá tegyem ahhoz, hogy helyi hardveren újra és újra lefuttatható legyen.
• Nyilvános benchmark. Mivel a csillaghalmának még nem volt kiforrott nyilvános motorrangsora, a JumpStarral párhuzamosan kifejlesztettem a CCERL-2P10-v2 benchmarkot. A CCERL meghatározza a szabályrendszert, a motorprotokollt, a rögzített állásgyűjteményt, a referenciamotorokat, a kiadási csomagokat és az értékszám-módszertant. A benchmark párosított, oldalcserés állásokat használ, és közzéteszi a naplókat, így az eredmények reprodukálhatók, nem pusztán állítások. Ez azt jelenti, hogy a jövőbeli motorok ugyanazon játékvezető mellett hívhatják ki a JumpStart, ahelyett hogy homályos erősségi állításokat hasonlítanának össze.

Hogyan játszik a JumpStar csillaghalmát?

Az egyik legérdekesebb minőségi megfigyelés, hogy a JumpStar gyakran nem úgy játszik, mint egy egyszerű versenyheurisztika. Ehelyett kifinomult stratégiákat alakít ki: lassítja az ellenfelet, megtartja a hasznos blokkoló bábukat, és kompakt, háromszögszerű alakzatokat épít, amelyek korlátozzák a forgalmat a fontos folyosókon.

Ezt a stílust könnyű nem észrevenni, ha a csillaghalmát pusztán előrehaladási versenynek tekintjük. Mivel a bábukat soha nem ütik le, egy védekező alakzat sok körön át számíthat: elzárhat egy ugrólétrát, kerülőútra kényszerítheti az ellenfelet a torlódás körül, vagy elég időt nyerhet ahhoz, hogy a modell saját bábui célba érjenek. A JumpStar legerősebb ötletei közül néhány ezért talán inkább a geometria uralásáról szól, nem csupán a gyorsabb előrehaladásról.

A keresési és tanítási ciklus

Nagy vonalakban a JumpStar az AlphaZero mintáját követi: az önjáték MCTS-látogatási célokat állít elő, ezek egy policy/value modellt tanítanak, és az erősebb modell irányítja a következő keresési kört.

önjáték -> MCTS-látogatási célok -> policy/value tanítás -> erősebb keresés -> önjáték

A gyakorlati erő abból fakadt, hogy ezt a ciklust elég olcsóvá tettem ahhoz, hogy újra és újra lefuttatható legyen: natív C++ önjátékos munkafolyamatok, hatékony lépésgenerálás, kötegelt levélkiértékelés, transzpozíciók, részfák újrahasznosítása, kompakt adatok és helyi Apple-hardverre hangolt kiadási buildek.

Ennek a tömörítésnek nagy része abból adódott, hogy a Codexet GPT-5.5-tel implementációs és kutatási partnerként használtam. A Codex segített átnézni a kódbázist, feltérképezni a szűk keresztmetszeteket, újraírni a kritikus kódrészeket, elemezni a tanítási naplókat, összeállítani a benchmarkfuttatásokat, és egyszerre több kísérleti szálat is mozgásban tartani. A legfontosabb nyereségek gyakorlatiak voltak: jelentős gyorsulás az önjátékban és a kiértékelésben, nagyjából 98%-os memóriacsökkentés a tanítási folyamatban, hogy a munka elférjen a saját gépemen, és elég automatizáció ahhoz, hogy a motort tovább fejleszthessem, miközben teljes munkaidőben vezérigazgatóként vezettem az Ediát.

A projekt szokatlanul gyorsan haladt, mert a ciklus nemcsak a modell önjátéka volt, hanem a körülötte lévő rendszer iteratív mérnöki ciklusa is. A Codex lehetővé tette, hogy lefuttassak egy kísérletet, megvizsgáljam a hiba módját, optimalizáljam a kódot, újrafuttassam a benchmarkot, összefoglaljam az eredményt, és a következő kérdést konkrét javítássá alakítsam. Ez a visszacsatolási ciklus olyan munkát sűrített bele körülbelül egy hétbe – a tábla megtalálásától a nyilvános indulásig –, amely egyébként hónapokig tartó infrastruktúra-, eszköz-, frontend-, benchmark- és szövegírási munkát igényelt volna.

A Codex helyi felhasználási nyilvántartása durva képet ad az együttműködés léptékéről. A helyi Codex-állapotadatbázisban látható projektszálakban a rögzített tokens_used összesen körülbelül 559.9M token volt. Ezek a számok tartalmazzák a kontextust, az eszközkimeneteket, a gyorsítótárazott kontextus hatásait, az érvelési és kimeneti elszámolást, valamint az egymást átfedő munkaszálakat, ezért folyamatmutatóként, nem pedig a számítási kapacitás tudományos méréseként érdemes értelmezni őket.

A CCERL és a nyilvános benchmark

A csillaghalmának nincs a sakkéhoz és a góéhoz hasonló, kiforrott nyilvános motorrangsora, ami megnehezíti a motorok erejének és fejlődésének értékelését. A CCERL ezt a hiányt pótolja. A CCERL az első nyilvános benchmark a csillaghalma AI-motorok erejének mérésére. A sakkból és a góból ismert hasonló koncepciókra építve a CCERL rögzített szabályokat, ellenőrzött kezdőállásokat, párosított oldalcseréket, letölthető játszmanaplókat és nyilvános referenciamotorokat kínál.

A CCERL-benchmarkok alapján a JumpStar nagy előnnyel a világ legerősebb nyilvánosan elérhető csillaghalma AI-motorjának tűnik.

Úgy vélem, hogy a JumpStar a kétszemélyes szabályprofilban közel emberfeletti csillaghalma-erőt ért el, mindössze MacBook-méretű helyi számítási kapacitással. Ennél is fontosabb, hogy a CCERL minden jövőbeli közreműködő számára célt kínál: módosítsa a JumpStart, építsen új modellt, portoljon egy meglévő motort hűségesebben, adjon hozzá jobb állásokat, vagy nevezzen be egy kihívót ugyanazon játékvezető mellett.

Jövőbeli munka

A JumpStar nem csupán egy zárt botnak készült. A projekt négy dologgá szeretne válni:

• Erős, nyilvános AI-modell. A JumpStar nyílt licencű, és ez a weboldal ingyenes. Bárki játszhat a JumpStar ellen, vagy megpróbálhatja maga továbbfejleszteni. A JumpStart teljes egészében egy MacBook M4-en tanították. Több számítási kapacitás biztosan javítaná a teljesítményét.
• Nyilvános benchmark-infrastruktúra. A sakknak és a gónak vannak olyan közösségei, ahol a motorokat tesztelni, összehasonlítani és fejleszteni lehet. A CCERL ugyanezt az infrastruktúrát hozza el a csillaghalmának: egyértelmű szabályokat, reprodukálható mérkőzéseket, nyilvános naplókat és utat mások számára saját modelljeik megépítéséhez.
• Magának a játéknak a kutatása. Az erős AI megváltoztatja, mit vagyunk képesek látni. Szeretném megérteni, hogyan néz ki a jó játék, hogyan fejlődnek a megnyitások, miért viselkednek úgy a zsúfolt táblák, ahogy viselkednek, és mi történik a három-, négy- és hatszemélyes játszmákban, amikor a tábla közepe a lehetőségek forgalmi dugójává válik.
• Többszemélyes változatok. A kétszemélyes modell csak a kezdet. A legizgalmasabb kérdések akkor kezdődnek, amikor a tábla zsúfoltabbá válik: három játékos, négy játékos, hat játékos, változó szövetségek, elzárt utak és furcsa, maguktól kialakuló megnyitások. Szeretném kideríteni, hogyan néz ki ott is az erős játék, és a szokásosnál jóval nagyobb táblákon is. Az így felbukkanó összetettség és mintázatok lenyűgözőek lesznek.

Remélem, hogy a JumpStar többeket arra ösztönöz, hogy foglalkozzanak a csillaghalmával: játsszák, tanulmányozzák, és építsenek köré.