Un réseau de neurones passe au crible 170 000 coups aux longues nardes et repère les erreurs des joueurs humains

L'auteur de l'analyse publiée sur Habr a fait passer dans un moteur neuronal environ 170 000 coups de joueurs réels aux longues nardes, afin de voir où les humains perdent le plus. Les pertes se concentrent en deux endroits : le début de partie et l'ampleur de la défaite, c'est-à-dire les mars et les koks. Le matériel est accompagné de quatre problèmes tirés de parties réelles, que le lecteur peut résoudre lui-même avant de comparer sa réponse à celle du moteur.

Pourquoi les longues nardes sont difficiles même pour un générateur de coups

Les règles des longues nardes paraissent simples, mais elles donnent du fil à retordre à un moteur. Avant que le réseau de neurones n'évalue une position, il faut énumérer tous les coups autorisés, et c'est ici une tâche à part entière. La règle de la tête n'autorise à retirer qu'un seul pion de la position initiale par lancer, avec des exceptions pour les doubles au tout début de la partie. L'interdiction du blocage total empêche d'aligner six points occupés consécutifs s'il n'y a devant aucun pion adverse. S'y ajoutent l'obligation de jouer les deux dés quand c'est possible, et la priorité au plus grand dé quand un seul des deux peut être joué.

Une erreur dans l'une de ces règles produit des coups illégaux ou fait disparaître des coups légaux. L'évaluation reste alors correcte, mais le choix se fait parmi un mauvais ensemble de variantes. C'est pourquoi l'analyse présente le générateur de coups comme un module à part entière du moteur, et non comme un simple complément technique du réseau de neurones.

Les évaluateurs neuronaux existent depuis longtemps au backgammon. Le TD-Gammon de Gerald Tesauro, au début des années 1990, a montré qu'un réseau pouvait apprendre à évaluer les positions d'un jeu de dés en jouant contre lui-même. Le principe n'a pas changé : le réseau fournit une évaluation de la position, le moteur passe en revue les coups légaux et retient celui après lequel l'évaluation est la meilleure.

Ce que révèlent 170 000 coups

Le moteur a comparé les choix des humains aux siens. L'auteur en tire trois observations principales :

• Échantillon : environ 170 000 coups de joueurs réels.
• Où l'on perd le plus : en début de partie, quand la structure n'est pas encore formée et que chaque lancer fixe le plan des suivants.
• Les pertes les plus lourdes : dans l'ampleur de la défaite, c'est-à-dire les mars et les koks, où perdre coûte plus cher que d'ordinaire.

La première conclusion est attendue. À l'ouverture, les longues nardes offrent de nombreuses bifurcations, et la règle de la tête bride fortement le tempo : un humain a du mal à calculer les conséquences de ses choix. La seconde est plus intéressante. Elle montre que les joueurs perdent moins sur la probabilité de gagner que sur la gestion du risque. Quand la partie leur échappe, ils continuent souvent à jouer pour sauver ce qui peut l'être. Le moteur, selon toute vraisemblance, évalue non seulement la chance de gagner, mais aussi le coût de la défaite. Il choisit donc des coups qui risquent moins une lourde défaite.

Il faut d'emblée signaler une limite. L'annonce ne dit pas quel réseau a été utilisé, à quel niveau jouaient les humains, ni quel est l'avantage moyen du moteur. Ces détails ne figurent que dans l'article complet, et sans eux on ne peut pas mesurer l'ampleur des erreurs.

Comment tirer parti de l'analyse

Le matériel est surtout utile à ceux qui jouent sérieusement et veulent progresser. Quelques pistes pratiques :

• Résolvez les quatre problèmes avant de lire les réponses. Un écart avec le moteur révèle à lui seul un point faible.
• Travaillez l'ouverture à part. D'après les données de l'auteur, c'est là que l'on perd le plus, et la règle de la tête rend le choix des premiers coups plus important qu'il n'y paraît.
• Si vous êtes en train de perdre, évaluez le risque de mars ou de koks, et pas seulement les chances de revenir.
• Faites analyser plusieurs de vos parties par le moteur. Les erreurs typiques se répètent, et les 170 000 coups le confirment.

Pour les développeurs d'IA de jeu, le matériel a aussi sa valeur. Il rappelle que, dans les jeux aux règles atypiques, la fiabilité du générateur de coups compte autant que la qualité du réseau de neurones.