JumpStar to najsilniejszy na świecie silnik AI do trylmy
Początki
Zbudowałem JumpStar dla mojej mamy. Projekt zaczął się 15 maja 2026 roku w Indianie, kiedy pomagałem rodzicom wyprowadzić się z domu, w którym dorastaliśmy. Pakując ich rzeczy, znaleźliśmy naszą starą planszę do trylmy i zaczęliśmy wspominać, jak dobrze bawiliśmy się, grając całą rodziną.
Gdy mój brat i ja wyjechaliśmy na studia, mama próbowała znaleźć aplikacje do trylmy na iPhone’a, żeby dalej grać sama, ale żadna nie była dobra. Biorąc pod uwagę sukcesy AlphaGo i Stockfisha, myślałem, że na pewno istnieje wiele silnych silników AI do trylmy o otwartym kodzie – ale tak nie jest. Mimo swojej popularności i elegancji trylma zaskakująco słabo zainteresowała społeczność AI. Właśnie ta luka skłoniła mnie do zbudowania JumpStar.
Moim celem było zbudowanie pierwszego nadludzkiego silnika AI do trylmy. Silny komputerowy przeciwnik pozwoliłby mamie grać dalej, nawet gdy mnie i brata nie ma w pobliżu. Nadludzki silnik AI może nawet odkryć piękne nowe wzorce i strategie, które nie były dotąd szerzej znane.
Dlatego też projekt stał się publiczny. Silny prywatny silnik jest ciekawy, ale trudno komukolwiek innemu go ocenić lub ulepszyć. Publiczny benchmark AI do trylmy sprawia, że tę pracę można sprawdzić: zawiera zestaw zasad, protokół, zestaw pozycji, silniki bazowe, logi i nazwany model JumpStar, któremu inne systemy mogą rzucić wyzwanie.
Dlaczego AI do trylmy jest ciekawa
Szachy i go mają za sobą dziesięciolecia publicznych prac nad AI: silniki, benchmarki, listy rankingowe i wspólne zapisy partii. Trylma nie ma prawie nic z tego, choć to dokładnie taka gra, jaką AI potrafi dobrze badać. Nie ma w niej ukrytych informacji ani losowości, a sposób na wygraną jest jasny.
Do tego szybko robi się skomplikowana. W dwuosobowych zasadach JumpStar jest 14 dozwolonych pierwszych ruchów, 196 możliwych przebiegów dwóch pierwszych ruchów i 4760 po trzecim. Później łańcuchy skoków i zatłoczone korytarze sprawiają, że dobre ruchy dużo trudniej dostrzec, niż sugerują zasady.
Czym jest JumpStar
JumpStar to silnik do trylmy trenowany przez grę samego ze sobą, zbudowany na kompaktowym rdzeniu zasad i przeszukiwania w C++20, neuronowym modelu polityki i wartości oraz przeszukiwaniu drzewa Monte Carlo. Jego najsilniejszy publiczny checkpoint, JumpStar_60, jest obecnym mistrzem benchmarku CCERL-2P10-v2. Każdy model JumpStar wytrenowano na MacBooku M4, a nie na wielkich klastrach GPU, na których powstały słynne silniki szachowe i do go.
Celem jest gra na nadludzkim poziomie, a to twierdzenie ma dać się sprawdzić: w zasadach dla dwóch graczy JumpStar wydaje się grać na poziomie nadludzkim lub bliskim temu, a CCERL pozwala każdemu przyszłemu silnikowi to podważyć.
System
JumpStar to kompletny silnik i benchmark, a nie tylko wytrenowany model.
- Zasady i przeszukiwanie. Kompaktowy model 121-polowej planszy ze ścisłymi zasadami dla dwóch graczy, szybkim generowaniem kroków i łańcuchów skoków oraz modułem do rozgrywania meczów. Zasady są celowo jednoznaczne, żeby silnik nie mógł wygrać, okopując się w trójkącie albo wykorzystując osobliwość sędziego.
- Trening przez grę samego ze sobą. JumpStar gra sam ze sobą, a na tych partiach trenuje się model polityki i wartości, który kieruje następną rundą przeszukiwania.
JumpStar_60to sieć512x4mająca około10.36Mparametrów, wytrenowana na1.8Mponownie przeanalizowanych pozycji. - Publiczny benchmark. Trylma nie miała publicznego rankingu silników, więc zbudowałem
CCERL-2P10-v2równolegle z JumpStar. Benchmark określa zasady, protokół silników, stały zestaw pozycji startowych, silniki bazowe i sposób liczenia rankingu, a do tego publikuje zapis każdej partii, żeby wyniki dało się sprawdzić.
Jak JumpStar gra w trylmę
JumpStar często nie tylko się ściga. Spowalnia przeciwnika, trzyma na miejscu przydatne pionki blokujące i buduje zwarte, trójkątne układy, przez które trudno przeskakiwać środkiem planszy.
Ponieważ pionków nigdy się nie zbija, obronny układ może przetrwać wiele tur. Może odebrać przeciwnikowi drogę skoków, zmusić go do obchodzenia i dać pionkom JumpStar czas, by dotarły do celu.
Zwycięski schemat otwarcia
| # | Gracz | Rodzaj |
|---|
Pętla przeszukiwania i treningu
W ogólnym zarysie JumpStar działa według schematu AlphaZero: gra samego ze sobą tworzy cele z liczby odwiedzin MCTS, na tych celach trenuje się model polityki i wartości, a silniejszy model kieruje następną rundą przeszukiwania.
gra samego ze sobą -> cele z odwiedzin MCTS -> trening polityki/wartości -> silniejsze przeszukiwanie -> gra samego ze sobą
Praktyczna siła wzięła się z tego, że ta pętla stała się na tyle tania, by uruchamiać ją wielokrotnie: natywne procesy gry samego ze sobą w C++, wydajne generowanie ruchów, wsadowa ocena liści, transpozycje, ponowne wykorzystanie poddrzew, kompaktowe zapisy i wersje release dostrojone do lokalnego sprzętu Apple.
Duża część tego przyspieszenia wynikała z wykorzystania Codex z GPT-5.5 jako partnera w implementacji i badaniach. Codex pomagał przeglądać kod, profilować wąskie gardła, przepisywać krytyczne ścieżki, analizować logi treningowe, przygotowywać przebiegi benchmarków i prowadzić kilka wątków eksperymentów naraz. Najważniejsze korzyści były praktyczne: duże przyspieszenie gry samego ze sobą i ewaluacji, zmniejszenie zużycia pamięci w ścieżce treningowej o około 98%, dzięki czemu praca zmieściła się na moim lokalnym komputerze, oraz na tyle dużo automatyzacji, by dalej ulepszać silnik, pracując jednocześnie na pełen etat jako CEO Edia.
Projekt posuwał się niezwykle szybko, bo pętla była nie tylko grą modelu samego ze sobą; była też iteracyjną pętlą inżynierską dla całego otaczającego go systemu. Codex pozwalał przeprowadzić eksperyment, zbadać przyczynę porażki, zoptymalizować kod, ponownie uruchomić benchmark, podsumować wynik i zamienić kolejne pytanie w konkretną poprawkę. Ten cykl informacji zwrotnej skompresował pracę, która w innym wypadku mogłaby zająć miesiące – infrastrukturę, narzędzia, frontend, benchmark i opisy – do mniej więcej tygodnia od odnalezienia planszy do publicznej premiery.
Lokalne statystyki Codex dają przybliżone pojęcie o skali tej współpracy. We wszystkich wątkach projektu widocznych w lokalnej bazie stanu Codex zarejestrowane tokens_used wyniosły łącznie około 559.9M tokenów. Liczby te obejmują kontekst, wyniki narzędzi, efekty buforowanego kontekstu, rozliczanie rozumowania i odpowiedzi oraz nakładające się wątki pracy, dlatego należy je traktować jako miarę procesu, a nie naukowy pomiar mocy obliczeniowej.
CCERL i publiczny benchmark
Trylma nie ma dojrzałego publicznego rankingu silników, jaki mają szachy i go, co utrudnia ocenę siły silników i postępów. CCERL wypełnia tę lukę. CCERL to pierwszy publiczny benchmark do oceny siły silników AI do trylmy. Opierając się na podobnych koncepcjach z szachów i go, CCERL zapewnia stałe zasady, zweryfikowane pozycje startowe, sparowane zamiany stron, logi partii do pobrania i publiczne silniki bazowe.
Według benchmarków CCERL JumpStar wydaje się z dużą przewagą najsilniejszym na świecie publicznie dostępnym silnikiem AI do trylmy.
Uważam, że JumpStar osiągnął niemal nadludzką siłę gry w trylmę w profilu zasad dla dwóch graczy, korzystając z lokalnej mocy obliczeniowej na poziomie MacBooka. Co ważniejsze, CCERL daje wszystkim przyszłym współtwórcom cel: zmodyfikuj JumpStar, zbuduj nowy model, wierniej przenieś istniejący silnik, dodaj lepsze pozycje albo zgłoś pretendenta pod okiem tego samego sędziego.
Dalsze plany
JumpStar nie ma być tylko prywatnym botem. Projekt dąży do tego, by stać się czterema rzeczami:
- Silnym publicznym modelem AI. JumpStar jest udostępniony na otwartej licencji, a ta strona jest darmowa. Każdy może zagrać z JumpStar lub samodzielnie spróbować go ulepszyć. JumpStar został wytrenowany w całości na MacBooku M4. Większa moc obliczeniowa z pewnością poprawi jego wyniki.
- Publiczną infrastrukturą benchmarkową. Szachy i go mają społeczności, w których silniki można testować, porównywać i ulepszać. CCERL wnosi tę samą infrastrukturę do trylmy: jasne zasady, powtarzalne mecze, publiczne logi i drogę dla innych do budowania własnych modeli.
- Badaniami nad samą grą. Silna AI zmienia to, co możemy dostrzec. Chcę zrozumieć, jak wygląda dobra gra, jak ewoluują otwarcia, dlaczego zatłoczone plansze zachowują się tak, a nie inaczej, i co dzieje się w grach na trzech, czterech i sześciu graczy, gdy środek planszy zamienia się w korek pełen możliwości.
- Wariantami wieloosobowymi. Model dla dwóch graczy to dopiero początek. Bardziej szalone pytania pojawiają się, gdy na planszy robi się tłoczniej: trzech graczy, czterech, sześciu, zmienne sojusze, zablokowane ścieżki i dziwne, samoistnie powstające otwarcia. Chcę sprawdzić, jak wygląda silna gra także tam oraz na planszach znacznie większych niż standardowe. Złożoność i wzorce, które się wyłonią, będą fascynujące.
Mam nadzieję, że JumpStar zachęci więcej osób, by myślały o trylmie, grały w nią, badały ją i tworzyły wokół niej nowe projekty.