Halma JumpStar

JumpStar adalah mesin AI Halma terkuat di dunia

Asal mula

Saya membuat JumpStar untuk ibu saya. Proyek ini dimulai pada 15 Mei 2026 di Indiana, ketika saya membantu orang tua saya pindah dari rumah tempat kami dibesarkan. Saat mengemasi barang-barang mereka, kami menemukan papan Halma lama kami dan mulai bernostalgia tentang betapa serunya bermain bersama sekeluarga.

Setelah saya dan saudara laki-laki saya berangkat kuliah, ibu saya sempat mencari aplikasi Halma di iPhone agar bisa terus bermain sendiri, tetapi tidak ada satu pun yang bagus. Melihat keberhasilan AlphaGo dan Stockfish, saya kira pasti sudah ada banyak mesin AI open source yang kuat untuk Halma, ternyata tidak. Meski populer dan elegan, Halma mendapat perhatian yang sangat sedikit dari komunitas AI. Kekosongan itulah yang mendorong saya membangun JumpStar.

Tujuan saya adalah membangun mesin AI Halma pertama yang melampaui kemampuan manusia. Lawan komputer yang kuat akan memungkinkan ibu saya terus bermain meski saya dan saudara saya tidak ada di dekatnya. Mesin AI yang melampaui manusia bahkan mungkin menemukan pola dan strategi baru yang indah dalam permainan ini, yang belum banyak diketahui.

Itu pula alasan proyek ini dibuka untuk publik. Mesin pribadi yang kuat memang menarik, tetapi sulit dievaluasi atau ditingkatkan oleh orang lain. Benchmark publik AI Halma menjadikan karya ini sesuatu yang bisa diperiksa: seperangkat aturan, sebuah protokol, kumpulan posisi, baseline, log, dan model JumpStar bernama yang bisa ditantang oleh sistem lain.

Mengapa AI Halma menarik

Catur dan Go punya puluhan tahun kerja AI publik di belakangnya: mesin, benchmark, daftar peringkat, dan rekaman permainan yang dibagikan. Halma hampir tidak punya semua itu, padahal permainan ini termasuk jenis yang cocok dipelajari AI. Tidak ada informasi tersembunyi, tidak ada unsur keberuntungan, dan cara menangnya jelas.

Permainan ini juga cepat menjadi rumit. Dalam aturan dua pemain JumpStar, ada 14 gerakan pertama yang sah, 196 kemungkinan untuk dua gerakan pertama, dan 4.760 pada gerakan ketiga. Selanjutnya, lompatan beruntun dan jalur yang padat membuat gerakan bagus jauh lebih sulit dilihat daripada kesan yang diberikan aturannya.

Apa itu JumpStar

JumpStar adalah mesin Halma yang dilatih lewat self-play, dibangun di atas inti aturan/pencarian C++20 yang ringkas, model kebijakan/nilai berbasis jaringan saraf, dan Monte Carlo tree search. Checkpoint publik terkuatnya, JumpStar_60, adalah juara benchmark CCERL-2P10-v2 saat ini. Semua model JumpStar dilatih di sebuah MacBook M4, bukan di klaster GPU besar seperti yang dipakai mesin catur dan Go ternama.

Tujuannya adalah permainan yang melampaui manusia, dan klaim itu memang dibuat untuk diuji. Dalam aturan dua pemain, JumpStar tampak sudah melampaui manusia atau hampir, dan CCERL memungkinkan mesin mana pun di masa depan untuk menantangnya.

Sistemnya

JumpStar adalah mesin dan benchmark yang lengkap, bukan sekadar model yang sudah dilatih.

  • Aturan dan pencarian. Model ringkas papan 121 lubang dengan aturan dua pemain yang ketat, pembangkitan gerakan yang cepat untuk langkah dan lompatan beruntun, serta pengatur pertandingan. Aturannya sengaja dibuat eksplisit, agar mesin tidak bisa menang dengan berdiam di dalam segitiga atau memanfaatkan celah pada wasit.
  • Pelatihan self-play. JumpStar bermain melawan dirinya sendiri, dan permainan itu melatih model kebijakan/nilai yang memandu putaran pencarian berikutnya. JumpStar_60 adalah jaringan 512x4 berisi sekitar 10.36M parameter, dilatih dengan 1.8M posisi yang dianalisis ulang.
  • Benchmark publik. Belum ada daftar peringkat mesin publik untuk Halma, jadi saya membangun CCERL-2P10-v2 bersamaan dengan JumpStar. CCERL menetapkan aturan, protokol mesin, sekumpulan posisi awal yang tetap, mesin pembanding, dan cara menghitung peringkat, serta memublikasikan setiap log permainan agar hasilnya bisa diperiksa.

Cara JumpStar Bermain Halma

JumpStar sering kali tidak sekadar adu cepat. Ia memperlambat lawan, menahan bidak penghalang yang berguna di tempatnya, dan membangun formasi segitiga yang rapat sehingga bagian tengah papan sulit dilompati.

Karena bidak tidak pernah dimakan, formasi pertahanan bisa bertahan selama banyak giliran. Formasi itu bisa menutup rute lompatan, memaksa lawan memutar, dan memberi waktu bagi bidak JumpStar sendiri untuk sampai ke tujuan.

Pola Pembukaan Pemenang

Tayangan ulang pembukaan pemenang Urutan pembukaan delapan gerakan dengan lompatan terakhir Pemain 2 disorot.
# Pemain Jenis
Formasi segitiga bertahan JumpStar Posisi dari permainan produksi yang menunjukkan JumpStar membentuk formasi di tengah yang menyulitkan lompatan lewat bagian tengah dan mendorong bidak lawan ke sisi luar.
Tutup bagian tengah. JumpStar sering membentuk dua barisan depan ringkas menyerupai segitiga yang membuat jalur tengah sulit dilompati, sehingga bidak lawan terdorong ke sisi luar.
Lompatan beruntun panjang JumpStar di akhir permainan Posisi dari permainan produksi yang menunjukkan JumpStar mengatur jarak bidak menjadi lompatan beruntun panjang menuju tujuan di seberang.
Tuntaskan dengan lompatan beruntun. Belakangan, naluri pengaturan jarak yang sama menciptakan tangga panjang yang membawa bidak-bidak tertinggal pulang dengan efisien.

Siklus pencarian dan pelatihan

Secara garis besar, JumpStar mengikuti pola AlphaZero: self-play menghasilkan target kunjungan MCTS, target itu melatih model kebijakan/nilai, dan model yang lebih kuat memandu putaran pencarian berikutnya.

self-play -> MCTS visit targets -> policy/value training -> stronger search -> self-play

Kekuatan praktisnya datang dari membuat siklus itu cukup murah untuk dijalankan berulang kali: worker self-play C++ native, pembangkitan gerakan yang efisien, evaluasi daun secara batch, transposisi, penggunaan ulang subpohon, catatan yang ringkas, dan build rilis yang disetel untuk perangkat keras Apple lokal.

Sebagian besar percepatan itu datang dari penggunaan Codex dengan GPT-5.5 sebagai mitra implementasi dan riset. Codex membantu memeriksa kode, memprofilkan hambatan, menulis ulang jalur yang paling sering dieksekusi, menganalisis log pelatihan, mengemas proses benchmark, dan menjaga beberapa alur eksperimen tetap berjalan sekaligus. Hasil terpentingnya bersifat praktis: percepatan besar dalam self-play dan evaluasi, pengurangan memori sekitar 98% di jalur pelatihan sehingga pekerjaan ini muat di mesin lokal saya, dan otomatisasi yang cukup untuk terus meningkatkan mesin sementara saya juga menjalankan pekerjaan penuh waktu sebagai CEO Edia.

Proyek ini bergerak luar biasa cepat karena siklusnya bukan hanya self-play untuk model; siklus itu juga merupakan putaran rekayasa iteratif untuk sistem di sekitarnya. Codex memungkinkan saya menjalankan eksperimen, memeriksa penyebab kegagalan, mengoptimalkan kode, menjalankan ulang benchmark, merangkum hasilnya, dan mengubah pertanyaan berikutnya menjadi patch yang konkret. Siklus umpan balik itu memadatkan pekerjaan yang mungkin butuh berbulan-bulan untuk infrastruktur, peralatan, frontend, benchmark, dan penulisan menjadi sekitar satu minggu, dari ditemukannya papan lama itu hingga peluncuran publik.

Catatan penggunaan Codex lokal memberi gambaran kasar tentang skala kolaborasi itu. Di seluruh utas proyek yang terlihat di basis data status Codex lokal, tokens_used yang tercatat berjumlah sekitar 559.9M token. Angka ini mencakup konteks, keluaran alat, efek konteks yang di-cache, penghitungan penalaran/keluaran, dan utas kerja yang tumpang tindih, sehingga sebaiknya dibaca sebagai metrik proses, bukan pengukuran komputasi yang ilmiah.

CCERL dan benchmark publik

Halma tidak memiliki tangga peringkat mesin publik yang matang seperti catur dan Go, sehingga sulit menilai kekuatan dan kemajuan mesin. CCERL mengisi kekosongan itu. CCERL adalah benchmark publik pertama untuk mengevaluasi kekuatan mesin AI Halma. Berdasarkan konsep serupa dari catur dan Go, CCERL menyediakan aturan tetap, posisi awal yang telah diaudit, pertukaran sisi berpasangan, log permainan yang dapat diunduh, dan baseline publik.

Berdasarkan benchmark CCERL, JumpStar tampaknya merupakan mesin AI Halma terkuat di dunia yang tersedia untuk publik, dengan selisih yang besar.

Saya yakin JumpStar telah mencapai kekuatan Halma yang hampir melampaui manusia dalam profil aturan dua pemain, hanya dengan komputasi lokal setingkat MacBook. Yang lebih penting, CCERL memberi semua kontributor di masa depan sebuah target: modifikasi JumpStar, bangun model baru, porting mesin yang sudah ada dengan lebih setia, tambahkan posisi yang lebih baik, atau ajukan penantang dengan wasit yang sama.

Rencana ke Depan

JumpStar tidak dimaksudkan hanya sebagai bot pribadi. Proyek ini berusaha menjadi empat hal:

  • Model AI publik yang kuat. JumpStar berlisensi terbuka, dan situs web ini gratis. Siapa pun bisa bermain melawan JumpStar atau mencoba meningkatkannya sendiri. JumpStar sepenuhnya dilatih di sebuah MacBook M4. Komputasi yang lebih besar pasti akan meningkatkan performanya.
  • Infrastruktur benchmark publik. Catur dan Go punya komunitas tempat mesin bisa diuji, dibandingkan, dan ditingkatkan. CCERL menghadirkan infrastruktur yang sama untuk Halma: aturan yang jelas, pertandingan yang dapat direproduksi, log publik, dan jalan bagi orang lain untuk membangun model mereka sendiri.
  • Riset tentang permainan itu sendiri. AI yang kuat mengubah apa yang bisa kita lihat. Saya ingin memahami seperti apa permainan yang baik, bagaimana pembukaan berkembang, mengapa papan yang padat berperilaku seperti itu, dan apa yang terjadi dalam permainan tiga, empat, dan enam pemain ketika bagian tengah papan menjadi kemacetan penuh kemungkinan.
  • Varian multipemain. Model dua pemain hanyalah awal. Pertanyaan yang lebih liar muncul ketika papan semakin padat: tiga pemain, empat pemain, enam pemain, aliansi yang berubah-ubah, jalur yang terblokir, dan pembukaan aneh yang muncul dengan sendirinya. Saya ingin tahu seperti apa permainan yang kuat di sana, dan juga di papan yang jauh lebih besar dari ukuran standar. Kompleksitas dan pola yang muncul pasti akan memukau.

Saya berharap JumpStar mendorong lebih banyak orang untuk memikirkan Halma, memainkannya, mempelajarinya, dan membangun sesuatu di sekitarnya.