JumpStar 是全世界最強的中國跳棋 AI 引擎
緣起
JumpStar 是我為媽媽做的。這個專案始於 2026 年 5 月 15 日,當時我在印第安納州幫爸媽搬離我們從小長大的家。整理他們的東西時,我們找到了家裡那副舊的中國跳棋,聊起以前全家一起下棋有多好玩。
我和哥哥去上大學之後,媽媽曾經想找 iPhone 上的中國跳棋 App,讓她能自己一個人繼續玩,可是沒有一個好用。看到 AlphaGo 和 Stockfish 的成功,我以為中國跳棋一定也有很多強大的開源 AI 引擎,結果並沒有。儘管這個遊戲既受歡迎又優雅,AI 社群對它的關注卻少得驚人。正是這個空缺,讓我決定打造 JumpStar。
我的目標是打造第一個超越人類的中國跳棋 AI 引擎。有了強大的電腦對手,就算我和哥哥不在身邊,媽媽也能繼續下棋。超越人類的 AI 引擎甚至可能發掘出這個遊戲裡美妙、尚未廣為人知的新模式與新策略。
這也是這個專案對外公開的原因。一個強大的私人引擎固然有趣,但其他人很難評估或改進它。公開的中國跳棋 AI 基準測試讓這份成果變得可以檢驗:一套規則、一份協定、一組局面題庫、基準對手、對局紀錄,以及一個具名的 JumpStar 模型,讓其他系統都能來挑戰。
為什麼中國跳棋 AI 值得研究
西洋棋和圍棋背後有數十年的公開 AI 研究累積:引擎、基準測試、等級分排行,還有共享的棋譜。中國跳棋在這方面幾乎是一片空白,雖然它正是 AI 很擅長研究的那類遊戲。它沒有隱藏資訊,沒有運氣成分,勝負條件也很明確。
而且它很快就變得複雜。在 JumpStar 的兩人規則下,第一手有 14 種合法走法,前兩手有 196 種可能,到第三手已有 4,760 種。到了中後盤,連跳和擁擠的通道會讓好棋比規則看起來難找得多。
JumpStar 是什麼
JumpStar 是一個以自我對弈訓練的中國跳棋引擎,建立在精簡的 C++20 規則/搜尋核心、神經網路策略/價值模型,以及蒙地卡羅樹搜尋之上。它最強的公開檢查點JumpStar_60,是目前CCERL-2P10-v2基準測試的冠軍。所有 JumpStar 模型都是在一台 MacBook M4 上訓練的,而不是靠那些知名西洋棋和圍棋引擎背後的大型 GPU 叢集。
目標是超越人類的棋力,而且這個說法要經得起檢驗。在兩人規則下,JumpStar 看來已經達到或接近超越人類的水準,而有了 CCERL,任何未來的引擎都能來挑戰這個結果。
系統架構
JumpStar 是一整套引擎與基準測試,而不只是一個訓練好的模型。
- 規則與搜尋。精簡的 121 格棋盤模型、嚴格的兩人規則、快速產生走一步與多段連跳的走法,以及一個對戰執行器。規則刻意寫得很明確,讓引擎沒辦法靠賴在三角區不走或利用裁判程式的怪癖獲勝。
- 自我對弈訓練。 JumpStar 自己和自己下棋,這些對局用來訓練策略/價值模型,再由模型引導下一輪搜尋。
JumpStar_60是一個512x4的網路,約有10.36M個參數,以1.8M個重新分析過的局面訓練而成。 - 公開基準測試。中國跳棋沒有公開的引擎排行,所以我在開發 JumpStar 的同時也建立了
CCERL-2P10-v2。它定義了規則、引擎協定、一組固定的起始局面、基準引擎和等級分的計算方法,並公開每一盤對局紀錄,讓大家可以核對結果。
JumpStar 怎麼下中國跳棋
JumpStar 常常不只是一味競速。它會拖慢對手,把有用的阻擋棋子留在原地,並組成緊密的三角形陣形,讓對手很難從棋盤中央跳過去。
因為棋子永遠不會被吃掉,一個防守陣形可以維持很多回合。它可以斷掉對手的跳躍路線、逼對手繞路,替 JumpStar 自己的棋子爭取回家的時間。
致勝開局模式
| # | 玩家 | 類型 |
|---|
搜尋與訓練循環
從整體來看,JumpStar 遵循 AlphaZero 的模式:自我對弈產生 MCTS 造訪目標,這些目標用來訓練策略/價值模型,更強的模型再引導下一輪搜尋。
自我對弈 -> MCTS 造訪次數目標 -> 策略/價值訓練 -> 更強的搜尋 -> 自我對弈
實際的棋力來自讓這個循環的成本低到可以反覆執行:原生 C++ 自我對弈工作程序、高效率的走法生成、批次葉節點評估、置換表、子樹重用、精簡的紀錄格式,以及針對本機 Apple 硬體調校的發布版建置。
能把時程壓縮得這麼短,很大一部分要歸功於把搭配 GPT-5.5 的 Codex 當作實作與研究夥伴。Codex 幫忙檢視程式碼、分析效能瓶頸、改寫熱點路徑、分析訓練紀錄、打包基準測試,並讓好幾條實驗線同時推進。最重要的收穫都很實際:自我對弈和評估大幅加速、訓練流程的記憶體用量減少約 98%,讓整個工作能在我的本機上跑得動,以及足夠的自動化,讓我在擔任 Edia 執行長、做全職工作的同時,還能持續改進引擎。
這個專案進展得異常快速,因為這個循環不只是模型的自我對弈,也是周邊系統不斷迭代的工程循環。有了 Codex,我可以跑一個實驗、檢查失敗原因、最佳化程式碼、重跑基準測試、整理結果,再把下一個問題變成具體的修補。這個回饋循環,把原本可能要花上好幾個月的基礎建設、工具、前端、基準測試和撰文工作,壓縮成從找到那副舊棋盤到公開上線大約一週的時間。
本機的 Codex 用量統計,可以讓人大致感受這次協作的規模。在本機 Codex 狀態資料庫中可見的專案對話裡,記錄的tokens_used合計約559.9M個 token。這些數字包含上下文、工具輸出、快取上下文的影響、推理/輸出的計算,以及彼此重疊的工作對話,因此應該視為一種過程指標,而不是對運算量的科學測量。
CCERL 與公開基準測試
中國跳棋沒有像西洋棋和圍棋那樣成熟的公開引擎排行,因此很難評估引擎的棋力與進展。CCERL 填補了這個空缺。CCERL 是第一個用來評估中國跳棋 AI 引擎棋力的公開基準測試。它借鏡西洋棋和圍棋的類似做法,提供固定的規則、經過審核的起始局面、交換先後手的成對對局、可下載的棋譜,以及公開的基準對手。
根據 CCERL 基準測試,JumpStar 看來是全世界公開可用的中國跳棋 AI 引擎中最強的一個,而且領先幅度很大。
我相信,在兩人規則設定下,JumpStar 只用 MacBook 等級的本機運算,就已經達到接近超越人類的中國跳棋棋力。更重要的是,CCERL 給了未來所有貢獻者一個目標:修改 JumpStar、打造新模型、更忠實地移植現有引擎、加入更好的局面,或在同一個裁判下提交挑戰者。
未來工作
JumpStar 並不打算只當一個私人機器人。這個專案希望成為以下幾件事:
- 強大的公開 AI 模型。 JumpStar 採用開放授權,這個網站也是免費的。任何人都可以和 JumpStar 對戰,或自己動手改進它。JumpStar 完全是在一台 MacBook M4 上訓練的,更多的運算資源一定能進一步提升它的表現。
- 公開的基準測試基礎建設。西洋棋和圍棋都有可以測試、比較和改進引擎的社群。CCERL 為中國跳棋帶來同樣的基礎建設:明確的規則、可重現的對局、公開的棋譜,以及讓其他人打造自己模型的途徑。
- 對遊戲本身的研究。強大的 AI 會改變我們能看見的東西。我想了解好棋長什麼樣子、開局如何演變、擁擠的棋盤為什麼會有那樣的表現,以及在三人、四人和六人對局中,當棋盤中央變成一場充滿可能性的大塞車時,會發生什麼事。
- 多人變體。兩人模型只是開始。真正更狂野的問題,是在棋盤變得更擁擠時才出現:三人、四人、六人、變動的結盟、被堵住的路線,以及奇特的自然湧現開局。我想知道在那些情況下,以及在比標準大得多的棋盤上,強大的棋路會是什麼樣子。屆時浮現的複雜性與模式,一定會令人著迷。
我希望 JumpStar 能鼓勵更多人去思考中國跳棋、下中國跳棋、研究它,並圍繞它打造更多東西。