Chessterfield - Echecs et informatique sur PC-Windows

Rechercher
Aller au contenu

Menu principal :

Chessterfield CL i5a, moteur neuronal





18 ans avant AlphaZero, 13 ans avant Rhetoric, Matthias Lüscher avait exploré la piste de l'évaluation par un réseau neuronal à apprentissage, le fameux deep learning. Utilisé depuis peu pour le go et les échecs, ces techniques ont permis de spectaculaires percées. Mais à la fin du siècle, on savait à peine ce que c'était. Matthias Lüscher travaillait à contre-courant, sur la piste d'avenir.  




La découverte de ce vieux moteur d'échecs oublié de tous a été une bonne surprise. Je cherchais des joueurs faibles, entre 1000 et 1500 Elo, pour offrir des adversaires à la portée de joueurs enfants et/ou débutants quand je l'ai débusqué dans un classement de vieux moteurs.


L'auteur avait doté Chessterfield d'un petit réseau de neurones artificiels à trois couches, un classique perceptron. Parallèlement il a conçu un module d'apprentissage, livré avec le moteur, chargé de constituer le fichier de "poids" pour le réseau neuronal, à partir de la lecture de plusieurs dizaines de milliers de parties. Contrairement à Rhetoric, livré avec un unique fichier de poids, les utilisateurs de Chessterfield peuvent donc créer facilement leur propre réseau neuronal.

La première version de Chessterfield a été diffusée en avril 1998 et la dernière publiée date de mars 2000. L'auteur a vite abandonné son programme, qui n'avait pour but que de valider un concept d'intelligence artificielle à base de réseau neuronal. Avec le Elo de 1550 mesuré à l'époque - le niveau d'un bon joueur de club, quand même - il démontrait la validité du concept mais soulignait aussi son principal défaut : une évaluation neuronale est très lente ; elle exige des processeurs puissants et beaucoup de mémoire vive pour jouer correctement. Les capacités des machines de l'époque ne lui laissaient aucune chance de s'imposer face aux moteurs algorithmiques. Mais aujourd'hui, nos ordinateurs sont considérablement plus puissants qu'il y a 20 ans.


Menu

Plus fort que prévu et de style humain
Téléchargement et installation
    Installation dans Arena
    Installation dans Lucas Chess
    Installation dans Crafty Chess Interface
    Installation dans Mayura Chess Board
Comment utiliser l'utilitaire d'apprentissage ?
    Éviter les plantages
Fichiers de poids
    Jeune maître, Angus et Alexander
    Vieux maître I et II, joueurs romantiques
    Chesster offensif
    MiniPolgar
    Petit-Shirov





Plus fort que prévu et de style humain

C'est cette augmentation de puissance qui explique la spectaculaire augmentation de la force de Chessterfield que j'ai rapidement observée. L'un des fichiers de poids que j'ai obtenu en lui faisant ingurgiter plus de 60.000 parties de grands maîtres donne au moteur une force voisine de 2000 Elo, soit un bon énorme de 450 Elo par rapport à la mesure effectuée en 2000 !
Bien que moins fort, le fichier de poids fourni avec le moteur nage dans les mêmes eaux. Le gain découle donc principalement de la capacité des matériels.  Malgré tout,  la réflexion de Chessterfield reste lente ; pour obtenir un bon niveau, il faut lui laisser du temps. C'est dans les parties de durée moyenne ou longue qu'il s'en sort le mieux. En parties de type blitz, son niveau est assez mauvais. Toutefois, j'ai remarqué que les fichiers de poids constitués avec 30.000 parties ou moins jouaient mieux les parties rapides que ceux ayant été obtenus avec 70.000 parties. Là encore rien d'étonnant. C'est vrai aussi pour Leela Chess Zero: un fichier de poids plus léger rend le moteur moins intelligent mais plus vif.

Ce qui est intéressant aussi avec le moteur neuronal c'est que le choix des coups n'étant pas fait par un algorithme, il ne se laisser pas enfermer dans un style trop rigide.
Ses coups paraissent raisonnés, lisibles, en un mot humain.

.

Téléchargement et installation


On trouve tous les éléments du moteur sur le site officiel mais uniquement en version Winboard. Ayant converti le programme en moteur UCI grâce à Wb2Uci, le mieux est de vous procurer Chessterfield sur mon espace Mega. Notez que par sécurité j'ai testé la force de la version UCI en la faisant jouer contre la version Winboard. Sur 20 parties, j'ai obtenu une strict égalité : 10 parties remportées pour chacune.


Télécharger Chessterfield en version UCI ?

L'archive contient :
"Chessterfield UCI.exe", l'exécutable pour lancer le moteur en version UCI
"ChessterfieldCL.exe", exécutable de la version Winboard
"network.dat", fichier de poids par défaut, réalisé par Matthias Lüscher à partir de jeux de moteurs.
➤"Wb2Uci.eng", fichier de commandes de Wb2Uci.
"chesterfield.jpg", image iconique.
➤Un dossier "data" contenant des fichiers de fin de parties.

Le moteur est prêt à l'emploi.


Installation dans Arena

Menu "Modules" > "Installer nouveau module" et allez chercher le fichier "Chessterfield UCI.exe".
Petit problème :
Arena considère le moteur comme un Winboard. Il faut lui préciser manuellement qu'il s'agit bien d'un UCI : menu "Modules" > "Gérer". Choisissez le moteur dans la liste et affichez l'onglet "Détails". Dans le champ "Type", sélectionnez "UCI".
A noter : si vous sélectionnez "ChessterfieldCL.exe", le moteur tournera très bien, mais en version Winboard.

Installation dans Lucas Chess

Menu "Outils" > "Moteurs" > "Moteurs externes" ; bouton "Nouveau" et allez cherchez "Chessterfield UCI.exe".
Lucas Chess n'acceptant que les moteurs UCI, y faire tourner Chessterfield est une possibilité nouvelle dont nous ne devons pas nous priver.

Installation dans Crafty Chess Interface

Pour CCI, mieux vaut utiliser la version Winboard, en liant l'interface au fichier "ChessterfieldCL.exe". CCI  étant conçu pour les moteurs Winboard, il  utilise le programme Polyglot pour rendre les moteurs UCI utilisables. Il est donc absurde de lui faire lire la version UCI.
En résumé : menu "Moteurs" > "Ajouter nouveau moteur" et allez chercher "ChessterfieldCL.exe".

Installation dans Mayura Chess Board

Menu "Engine" > "Change engine" > "Add or remove engine". Puis "Add" et allez chercher l'exécutable "Chessterfield UCI.exe". La petite interface Mayura accueille le vieux moteur neuronal sans soucis. Il n'en va pas de même de Scid vs Pc, qui a beaucoup de mal avec les moteurs UCI convertis par Wb2Uci. Chessterfield ne fait pas exception : le moteur plante généralement avant la fin de la partie.

Comme indiqué plus haut, Chessterfield peut fonctionner avec une grande variété de fichiers de poids. Celui que fournit l'auteur est assez fort mais il a été constitué à partir de jeux de moteurs d'échecs. Il me parait beaucoup plus intéressant de constituer les fichiers de poids à partir de jeux de grands maîtres humains. Chessterfield ne permettant pas de choisir un fichier de poids au démarrage, le mieux est de créer un nouveau dossier pour chaque nouvelle personnalité et d'y copier tous les fichiers, sans oublier le répertoire "data" contenant les données de fin de parties.

A noter : vous trouverez sur le site officiel, outre le module d'apprentissage, les sources du moteur ainsi que
deux fichiers de poids alternatifs: celui de John T. Grant, et celui d'Arturo Ochoa.



Comment utiliser l'utilitaire d'apprentissage ?

Plutôt que d'intégrer le module d'apprentissage à son moteur, Matthias Lüscher a préféré développer une application séparée*. L'avantage, c'est la simplicité. Il suffit de rassembler toutes les parties, au format PGN, dans un dossier, d'y copier l'exécutable "chessterfieldEN" avec  le fichier de poids vierge et de le lancer. Vous pouvez télécharger ce module soit sur le site officiel, soit sur mon espace Mega.

Télécharger le module d'apprentissage chessterfieldEN ?

Attention, rustique ! C'est une simple application "console", à laquelle vous devez donner un à un le nom (extention .pgn comprise), sans vous tromper, des recueils de parties contenus dans votre dossier. Par exemple, "karpov.pgn", "carlsen.pgn", "Anand.pgn", etc (inutile de mettre les majuscules).
Une fois le stock épuisé, vous écrivez "no" à la place d'un dernier nom de fichier PGN et vous lancez le travail. Quand elle a terminé de traiter toutes les parties que vous lui avez donné, l'application console crée un nouveau fichier de poids, appelé "network.dat", qui fait entre 640 et 860 Ko, jamais plus.
Sur une machine de bureau de puissance assez moyenne (processeurs rapides mais deux coeurs et 4 Go de ram seulement), j'ai pu lui faire avaler 50.000 parties en moins de 3 heures. Il y a 20 ans ce devait être un processus beaucoup plus long...



Important : l'application console n'est pas capable d'ajouter un nouveau travail au contenu d'un précédent fichier network.dat. Il écrase l'ancien contenu et en produit un nouveau. Pour obtenir un bon fichier de poids, il faut donc lui donner un maximum de parties à ingurgiter en une seule fois ! C'est son plus gros défaut.

* L'auteur a développé une application permettant à Chessterfield d'utiliser l'interface Winboard pour apprendre en jouant contre lui-même ou contre d'autres moteurs ;  mais il l'a fait disparaître du package fourni sur son site.


Éviter les plantages

Il arrive que le module d'apprentissage bute sur une partie et plante. C'est très rare mais c'est vraiment ennuyeux car il est très difficile d'identifier la partie en cause. D'autant plus que cela peut provenir d'un caractère non-visible présent dans n'importe quel champ.
Par ailleurs, le module devient instable dès qu'on dépasse le nombre de 60.000 parties proposées. Les trop gros PGN semblent aussi lui poser des problèmes.

Pour éviter ces désagrément, il y a plusieurs possibilités.

Utiliser une source de PGN de qualité

Je vous conseille fortement le site Pgn Mentor, qui propose des centaines de milliers de parties classées par joueurs, ouvertures ou évènement. Les fichiers sont très propres et n'occasionnent jamais le moindre problème.

Constituer des collections de parties par joueur

Les PGN de moins de 5000 parties posent beaucoup moins de problème que les gros. On les teste chacun séparément en lançant une fausse opération d'apprentissage. Le module affiche des séries de petits points et c'est durant cette étape, assez courte, qu'il plante s'il y a une partie défectueuse.
Une fois que la phase des "petits points" est passée, on est sûr que le PGN est bon et on le met de côté.

Utiliser les capacités de maintenance de Scid v PC

Lorsqu'on rencontre un problème avec un PGN, l'ouvrir dans Scid vs PC et demander à l'outil de maintenance de vérifier les jeux. Il arrive qu'il trouve une partie défectueuse ou une simple position perdue au milieu de parties complètes.  Supprimez tout ce qui n'est pas utile au module d'apprentissage : tag, commentaires, variantes... Sauvegarder en PGN et re-tester aussitôt.

Astuce avec le module de création de bibliothèques .bin de Lucas Chess : lancer depuis Lucas Chess une opération de création de bibliothèque d'ouvertures *.bin:

1/ Charger une base PGN dans Lucas Chess : "outil" > "visualiseur Pgn" >"lire le pgn"
2/ Depuis la liste des parties du pgn faire : "Utilitaires" > "Répertoire Polyglot" > "Créer un répertoire"
3/ Un Widget s'ouvre. Ici il faut :
►Créer un fichier vide avec un nom quelconque.
►Mettre la profondeur d'exploration en 1/2 coups à 2 (par défaut 40), pour que ce soit rapide.  
Ne changer aucun autre paramètres et lancer l'opération. Si elle arrive à terme, c'est que LC n'a rien trouvé. S'il trouve des erreurs dans une partie, il vous indique son numéro d'ordre dans le Pgn. La supprimer et recommencer jusqu'à ce que LC ne trouve plus d'erreur. Ne pas sauvegarder la bibliothèque bien sûr. Elle est quasiment vide. N'oubliez pas de sauvegarder le PGN, par contre...

Rassembler les parties, supprimer les doublons avec Scid vs Pc et segmenter le PGN

Si vous rassemblez des parties de nombreux joueurs différents et de la même époque, il y aura certainement une proportion importante de parties en double. Il faut les éliminer, si vous comptez faire avaler au module plus de 50.000 parties. Pour cela, il faudra d'abord les rassembler, ce que vous pourrez faire facilement avec ce petit fichier bat que j'ai appelé "Fusion". Créez un dossier quelconque, collez-y Fusion ainsi que tous vos PGN à rasembler puis exécutez le programme. Fusion va générer automatiquement un unique PGN appelé "Parties.pgn".
Utilisez Scid vs Pc pour éliminer tous les doublons. Il n'est pas rare de voir disparaitre de 15 à 20% des parties.

Puis, divisez votre PGN en bloc de 5000 parties. On fait cela très facilement avec Scid en triant le PGN en fonction du numéro d'ordre des parties (de 1 à 5000, de 5001 à 10000, etc). Chaque bloc de 5000 est copié dans le presse-papier puis sauvegardé en PGN avec un nom du type "Bloc 01", "Bloc 02"... (voir dans l'article sur Scid la section "Amélioration et entretien des bases de parties").


Mes fichiers de poids

Chessterfield possède déjà au moins trois personnalités différentes : celle de l'auteur, celle de Grant, celle d'Ochoa. A présent il y aussi les sept miennes : "Vieux maître", "Jeune maître", "Angus", "Alexander", "Chesster Offensif", "MiniPolgar" et "Petit-Shirov" (voir plus bas).
On peut en créer autant qu'on veut mais on ne peut pas comme avec Rodent manipuler avec finesse des quantités de paramètres pour obtenir un résultat bien précis. On peut cependant poursuivre plusieurs objectifs intéressants:


1/ Obtenir le profil le plus fort possible, ce qui suppose je suppose de faire ingurgiter au moteur plus que les 72000 parties que j'ai fourni à la dernière version de "Jeunes Maître", que j'ai malheureusement égaré. Dommage, car le module d'apprentissage devient instable lorsque les quantités dépassent 60.000 parties. Je n'ai plus jamais réussi à lui faire accepter plus de 70.000 parties.
2/ Obtenir un jeu typé. C'est ce que j'ai fait pour Chesster Offensif, joueur tactique et prompt au sacrifice. Ou avec Vieux maître, qui joue comme au 19eme siècle. On pourrait aussi, rassembler les parties de joueurs positionnels et très forts en défense, tel que Kortchnoï ou Pétrossian par exemple, pour obtenir un joueur ultra-défensif...
3/ Imiter le style d'un joueur, en proposant ses parties au module d'apprentissage. Malheureusement, les jeux ne sont jamais disponibles en quantité suffisante pour donner un fichier de poids de force convenable. J'y suis parvenu en trichant, mais les limites sont vite atteintes.

Vous trouverez ci-dessous mes fichiers de poids, avec et les méthodes que j'ai utilisé pour les obtenir. Ca vous donnera peut-être envie de tenter l'aventure.  

IMPORTANT

Les archives des nouvelles personnalités contiennent l'exécutable UCI, le réseau neuronal, le fichier de commandes Wb2Uci et, éventuellement, une bibliothèque d'ouvertures. Rassemblez le tout dans un même répertoire et surtout n'oubliez pas d'y ajouter le dossier de finales "data" ainsi que le fichier "ChessterfieldCL.exe", ancienne version Winboard restant indispensable au fonctionnement du moteur. La nouvelle personnalité sera alors prête à l'emploi.




Jeune maître, Angus et Alexander


L'idée était d'obtenir le moteur le plus puissant en lui proposant autant de parties de GMI contemporains que possible. Le premier fichier contenait 81.000 parties, mais les Carlsen jouant avec les Anand,  les Anand avec les Caruana et les Caruana avec les Carlsen, il y avait forcément beaucoup de parties en commun.  J'ai utilisé Scid vs PC pour éliminer ces doublons, obtenant un PGN de 62.000 parties des 25 plus forts joueurs de la dernière génération.  Il a permis de générer un fichier de poids plus fort que tous les autres fichiers dont je disposais, y compris celui de l'auteur. Naturellement je l'ai appelé "Jeune maître".

Télécharger Jeune maître ?

Ce fichier de poids était assez bon, avec une force que j'estimais à 2000 Elo en partie de tournoi de 15 mn, mais j'ai tenté de l'améliorer encore un peu, en faisant une sélection plus importante, tirée des parties de 40 GMI, tous situés dans le classement des 100 premiers joueurs mondiaux. Au total environ 120.000 parties, qui après l'élimination des doublons, sont restées 72.000, soit le plus grand nombre de jeux que j'ai jamais réussi à faire rentrer dans le réseau neuronal. La nouvelle version était un tout petit peu plus forte que Jeune Maître, première version. Mais j'ai dû faire une erreur de manipulation en sauvegardant ce Network. Je me suis rendu compte récemment que le fichier proposé en téléchargement depuis des années, sur la page consacrée à Chessterfield, était en réalité très faible (environ 1700 elo). Et malheureusement, je n'ai pas retrouvé le bon network.

J'ai tenté de créer un nouveau Jeune maître et j'ai donné naissance à six nouveaux joueurs. Je n'ai retenu que les deux meilleurs, Angus et Alexander.

Angus : ce joueur a été obtenu à partir de 85.000 parties appartenant à 52 des 100 meilleurs joueurs mondiaux (classement FIDE de novembre 2020) : Anand, Andreikin, Aronian, Carlsen, Caruana, Ding Liren, Dominguez Perez, Gelfand, Giri, Grischuk, Harikrisnha, Ivanchuk, Leko, Mamedyarov, Morozevich, Nakamura, Navara, Radjabov, Nepomniachtchi, So, Tomashevsky, Topalov, Vachier Lagrave, Vallejo Pons, Wang, Wei,Vitiugov... Après nettoyage et suppression des doublons il est restées 69798 parties.  

Télécharger Angus ?


Alexander : ce fichier de poids a été réalisé à partir de parties d'une quarantaine de jeunes joueurs appartenant au peloton des 50 premiers mondiaux, auxquelles j'ai rajouté celles d'une vingtaine de célébrités du 19 et du 20ème siècle. Dans le PGN final, qui compte 65134 jeux sans doublon, se côtoient les  plus grands noms des échecs depuis Paul Morphy. La grande différence est que je n'ai retenu que les parties ayant abouti à un résultat positif : 0-1 ou 1-0. Aucune partie nulle, sauf dans un petit groupe de 1300 jeux de moteurs de haut niveau que j'ai ajoutés à la fin.

Télécharger Alexander ?

A l'aide du module de tournoi d'Arena, j'ai fait longuement jouer mes différents fichiers de poids entre eux et j'ai éliminé les plus faibles. En termes de force, Alexander et Angus surnagent nettement. Les deux joueurs sont proches, mais Alexander surclasse tout de même Angus d'une quarantaine de points Elo.
Toujours à l'aide d'Arena, j'ai confronté Angus et Alexander avec des moteurs proches en force: AdroitChess, (2080 Elo), BibiChess (2000 Elo), Héraclès (1980 Elo), Rose, mon meilleur joueur Cdrill (1980 Elo) et Chenard (1820 Elo)...
Alexander surclasse très facilement Chenard et facilement Rose et BibiChess. Contre AdroitChess, il fait à peu près jeu égal en parties de 15 minutes et prend nettement l'avantage en parties blitz (tournoi de 5 minutes).  
Ayant rassemblé un stock de parties assez important, j'ai fait analyser l'ensemble par Bayeselo, application console de Rémi Coulom servant à établir un classement Elo. En prenant comme référence AdroitChess et ses 2080 Elo, le logiciel situe Alexander, à qui j'ai fait jouer une centaine de parties, à 2133 Elo. Mais je pense que 2100 Elo serait plus crédible.
Angus me semble à sa place, à 2060 Elo.  


Vieux maître I et II, joueurs romantiques


Une autre idée m'est venue : réaliser un fichier de poids à partir de parties de joueurs du 18eme et du 19eme siècle. En grattant un peu partout j'ai pu rassembler dans un unique pgn environ 30000 parties d'avant 1910, sans doublon. D'où son nom : Vieux maître. Tous les joueurs un peu connus y sont passés mais il y a aussi beaucoup de parties de joueurs totalement inconnus.

Évidemment il est moins fort que les autres fichiers de poids. Bayeselo l'évalue à 1900 Elo. Parce qu'il y a beaucoup moins de parties, parce que le niveau moyen est plus faible et parce que même les meilleurs joueurs n'avaient pas la science des échecs dont nous disposons aujourd'hui.
Comme attendu, il joue à l'ancienne, faisant preuve d'un style clairement romantique : il sort vite ses pièces majeures, apportant un souci modéré à la préservation de la position ; le déploiement du jeu est offensif plutôt que défensif et la facilité à l'échange est très élevée, parfois même extrême.

Pour faire bonne mesure, j'ai aussi créé avec ces mêmes 30000 parties anciennes une bibliothèque d'ouvertures au format Abk d'Arena. A utiliser avec Vieux maître, ce qui parachèvera la ressemblance avec le style d'avant 1910. Cette bibliothèque contient 480.000 coups, sur une profondeur de 40 1/2 coups.

Télécharger le fichier de poids "Vieux Maître" et sa bibliothèque ?


Un second joueur romantique

Connaissant très bien à présent la fabrication d'un réseau neuronal pour Chessterfield, je me suis dit qu'un simple petit effort supplémentaire me permettrait de produire une meilleure version de Vieux maître. Ce vieux maître II a été constitué à partir de 24.000 parties de joueurs du 18 et du 19eme siècle. C'est moins que pour la première version mais la chasse aux doublons a été plus sévère et par ailleurs j'ai retenu surtout les parties des grands joueurs de l'époque : Anderssen, Blackburne, Byrne, Morphy,  Byrne, De laBourdonnais, Marshall, Philidor, Lasker (avant 1910), Tarrasch, Chigorin...
La différence n'est pas flagrante. Le Vieux maître version II est de force pratiquement identique à la première version et son style reste très voisin. Je vous le propose quand même, enrichi de deux nouvelles bibliothèques au format abk (pour Arena) : "Petite romantique", simple bibliothèque guide de 8 coups maximum et "Grande romantique", qui explore jusqu'à 30 coups en profondeur.  Toutes deux ont été construites avec les parties ayant servi à créer la personnalité.


Télécharger Vieux maître II et ses bibliothèques ?



Chesster offensif

L'idée était ici de collecter les parties de joueurs tactiques et offensifs, coutumiers des gambits audacieux et des combinaisons complexes. J'ai sélectionné 11 joueurs - dont trois anciens romantiques - correspondant plus au moins à ce critère : Anderssen, Karparov, Khalifman, Marshall, Morozevich, Nakamura, Polgar, Shirov, Sutovski, Tal et Topalov.
Pour ne pas laisser le jeu des adversaires contaminer le style tactique-offensif recherché, je n'ai retenu que les parties gagnantes ou nulles – ce qui devrait logiquement minorer leur apport. Au total, il me restait un peu plus de 40.000 parties.



Attention monsieur Pachman, Mikhaïl ne vas pas rester tranquille longtemps...

Chesster Offensif est nettement moins fort que Angus et Alexander. Son niveau se situe autour de 1840 Elo. Il fallait s'y attendre. Le nombre de parties était un peu faible et les styles de jeu risque-tout font naturellement perdre beaucoup de points de Elo. J'espérais mieux mais il joue de la manière prévue. J'ai fait analyser par Lucas Chess une vingtaine de parties parmi la cinquantaine que je lui ai fait jouer et LC confirme que la complexité de son jeu est élevée, le dynamisme et l'activité des pièces également. Le style est très faiblement positionnel (26%) et la facilité à l'échange extrêmement élevée. C'est sympa, si l'on est assez faible pour se contenter de cette force modérée, d'avoir un adversaire qui déménage plutôt qu'un champion de la position à la Karpov.
Si vous envisagez de l'utiliser, offrez-lui la bibliothèque "Kasparov Opening Book for Arena.abk", réalisée à partir des ouvertures de Kasparov lui-même. utilisable avec Arena.

Télécharger ''Chester offensif'' et sa bibliothèque d'ouvertures ?


MiniPolgar

Utiliser Chessterfield pour simuler un joueur particulier est beaucoup plus délicat. Il est capable de joueur à une force de 2000 Elo, avec un fichier de poids tiré de 60 à 70.000 parties bien choisies. Malheureusement il est impossible de rassembler autant de parties d'un même joueur. Pour Judit Polgar, je suis arrivé à en trouver 13.000 en fouinant partout et en raclant littéralement les fonds de tiroir. J'ai récupéré même ses parties de jeunesse, les parties de ses tournois blitz et les parties de confrontations d'importance secondaire.  
C'était malgré tout encore insuffisant pour obtenir un fichier de poids assez fort. J'ai donc enrichi la collection de 14.500 parties uniquement gagnantes de huit joueurs proches du style tactique-offensif de Polgar : Shirov, Tal, Khalifman, Morozevich, Sutovsky, Topalov, Nakamura et Kasparov. C'est un peu de la triche, mais je trouve que le résultat final est assez probant.



Forte en parties rapides

Certes mon moteur est moins fort qu'Angus ou Alexander, obtenu avec beaucoup plus de parties de haut niveau. C'est pour ça que je l'ai appelé "MiniPolgar". Les 150 parties que je lui ai fait joueur la situe un peu en dessous de Vieux Maître et de Shirov mais nettement devant Chesster offensif. Bayeselo l'évalue à 1870 Elo.
MiniPolgar est plus à l'aise en parties rapides; En partie normale, elle est fortement surclassée par Angus et Alexander.
Pour le style, cela ressemble bien à celui de Polgar : posé et positionnel, puis tout-à-coup offensif et audacieux, prompt au sacrifice.

Pour que le jeu de MiniPolgar ressemble encore plus à son modèle, j'ai utilisé les parties de Polgar pour créer une bibliothèques d'ouvertures spécifiques au format Abk d'Arena. Elle comporte 115.000 entrées, certaines lignes allant jusqu'à 60 ½ coups de profondeur.

Télécharger MiniPolgar ?


Petit-Shirov

Après Polgar, je me suis attaqué à Alexei Shirov. J'ai utilisé les mêmes techniques que pour Judit Polgar: sélection du maximum de parties possibles du champion Letton (14.000), échantillon que j'ai renforcé avec quelques centaines de parties gagnantes de moteurs au style proche (AnMon, Houdini, Rhetoric) puis avec des parties de joueurs humains pareillement proches du style Shirov (Topalov, Morozevich, Nakamura, Tal, Sutovsky...). Au total environ 42.000 parties ont servi à la constitution du fichier de poids dont un gros tiers appartient à Shirov.

Je lui ai fait jouer 160 parties contre les autres joueurs "Chesster" ainsi que contre Cdrill, Mustang, AdroitChess, Scidlet et MiniPolgar. Petit-Shirov est moins bon qu'Angus et Alexander mais meilleur que Vieux maître, MiniPolgar et Chesster offensif. Bayeselo le donne à 1942 Elo. Ce n'est pas énorme mais c'est le style qui compte et il donnera tout de même du fil à retordre à bien des joueurs.

Comme d'habitude, j'ai créé une bibliothèque d'ouvertures au format Abk d'Arena pour accompagner la simulation.

Télécharger Petit Shirov et sa bliblio abk ?


Rob Rob (article entièrement revu en décembre 2020).


 
 
 
 
 
 
 
 
Retourner au contenu | Retourner au menu _gaq.push(['_trackPageview']); (function() { var ga = document.createElement('script'); ga.type = 'text/javascript'; ga.async = true; ga.src = ('https:' == document.location.protocol ? 'https://ssl' : 'http://www') + '.google-analytics.com/ga.js'; var s = document.getElementsByTagName('script')[0]; s.parentNode.insertBefore(ga, s); })();