项目附带一个简易UI用于游玩，含简单的对局树用于复盘
本项目针对泡姆棋（叭啵棋）的修改：
注意力模块（三消特性）
本项目特色应该是于25年7月左右尝试抛弃所有卷积层，全部用注意力层代替
对于叭啵棋而言，比起纯卷积/卷积-注意力混合架构，收敛速度大幅加快，且更少的参数量就可以达到数据上限
可能的原因是卷积层特征提取能力远不如注意力层，却延长了梯度流通路径
同时，卷积层不具有全局视野，其长程视野较为间接，需要通过卷积核互相交换，而模型训练不可能达到绝对精确，因此对长程交互感知模糊，存在误差
粗略测试大约1/3的参数量可以达到卷积残差块的效果
260106加入PoPE和mHC，使用Muon优化器
260323加入attention residuals
https://arxiv.org/abs/2512.24880v1
https://arxiv.org/abs/2509.10534v2
https://arxiv.org/abs/2502.16982
https://arxiv.org/abs/2603.15031
本项目没有明确的elo曲线，有使用与历史权重和友情项目（Shenyqqq）的权重的对打测试和loss对比以确认技术改进的有效性
tips:
实际上只需要对比在一定量的棋谱下，什么架构能用最小的参数量达到饱和拟合效果即可
在一定量的棋谱下，loss是存在下限的（即棋谱质量的上限）
用上述方法对比的架构，在同参数量下，基本都是对打测试更强的架构
同时也主要使用了katago与alphazero等项目的优化技术
主要参考资料：
https://katagotraining.org/
https://arxiv.org/pdf/1902.10565
https://github.com/lightvector/KataGo/blob/master/docs/KataGoMethods.md
提供一个exe文件以便于体验：
CPU的ONNX引擎，存在一些字体不清晰的bug，不明白打包前和打包后为什么有差异，但至少不影响使用，就先不修了
和多数玩的熟练的人相近的版本
链接: https://pan.baidu.com/s/18wJM3pfKcVaThANVlOH5IQ?pwd=2333
提取码: 2333
同参数量同计算量下最强版本（已经基本确定了该棋是先手必败的了，ai目前爱走中心或33开局，还是很符合人类直觉的）
(2.8 MB 100计算量先手（劣势方）胜2000计算量的Shenyqqq的友情项目https://huggingface.co/spaces/gumigumi/pmpmchess并还有余力)
链接: https://pan.baidu.com/s/1P8im2ORrD8uMXnKnRkBp4w?pwd=2333
提取码: 2333
也可以直接去weights文件夹下载最新的ONNX模型替换使用
如需根据计算资源修改参数，建议查看 self_play_worker.py 与 train_model.py 以及 C++ 代码
2025年六月初纯python写的旧项目连接：
https://github.com/liemark/popucom_chess
旧项目运行速度较慢，虽然也达到了人类平均水平，但花了整整好多天才训练出来
最后，比较可惜的是gui中单局对局（而非训练）的优化我是一点没做，所以gui中的搜索速度可以说是慢如蜗牛
叭啵棋（Match-n-POP）是泡姆泡姆游戏内的官方名称，贴纸有提及
泡姆棋（叭啵棋）是鹰角网络的游戏泡姆泡姆（Popucom）的一种在 9×9 棋盘上进行的策略棋类游戏，结合了棋子放置、三消机制和区域涂色元素
在双方的步数用尽后，通过消除棋子和涂色地板，占据更多自己颜色的地板区域
棋盘大小为 9×9 格
玩家分为黑方（红方）和白方（绿方），黑方先行
每个玩家初始有 25 步（即 25 颗棋子）可供使用
每个棋盘格有多种状态：
存在黑子
存在白子
地板被涂成黑色
地板被涂成白色
地板未涂色（空地）
玩家轮流落子
合法落子位置必须满足以下条件：
该位置在棋盘范围内
该位置当前没有任何棋子
该位置的地板颜色与当前玩家的颜色匹配（例如，黑子只能下在黑地或空地上），或者该地板是未涂色的空地
落子时，棋子会放置在该位置上，但不会立即改变脚下地板的颜色
当玩家落下一颗棋子后，游戏会检查是否连成了 3 颗或以上的同色棋子（包括刚刚落下的这颗棋子），检查方向包括：
水平方向
垂直方向
两个对角线方向
如果满足三消条件：
消除： 连成一线的 n 颗同色棋子（n≥3）将被从棋盘上移除，如果同时满足多个三消条件（例如，一个子同时触发了横向和纵向三消），则所有满足条件的连子都会被消除
涂色： 以刚刚落下的棋子为中心，沿着发生三消的所有行、列或斜线方向，将地板涂成当前玩家的颜色
涂色会向外延伸，直到遇到对方的棋子为止（对方的棋子会阻碍涂色，无法改变对方的棋子下的地板颜色，己方的棋子不会阻碍涂色）
涂色不会被已涂色的地板阻碍
被消除棋子下方的地板也会被涂色
游戏在以下两种情况之一发生时结束：
所有步数用尽： 当黑白双方的 25 步棋全部用尽后（此时最后一步棋一定是白方下的），游戏结束
统计棋盘上黑方涂色地板的数量和白方涂色地板的数量
涂色地板多的一方获胜
如果双方涂色地板数量相同，则判为平局
一方无法落子： 如果某一方在自己的回合开始时，发现棋盘上已经没有合法的落子位置，则该方立即判负，这通常意味着棋盘上大部分区域已被对方占据或填满
本项目由多个 Python 文件和多个 C++ 文件组成：
一个自动化脚本，负责循环运行 self_play_worker.py 自对弈生成棋谱、运行 train_model.py 生成 torch 的model.pth模型
一个自动化脚本，负责循环运行 self_play_worker_trt.py 自对弈生成棋谱、运行 train_model.py 生成 torch 的model.pth模型、运行 build_tensorrt_engine.py 生成 TensorRT 模型（与run_pipeline选其中一个用即可）
负责生成自对弈数据，它使用当前训练好的 torch 神经网络 model.pth 和 MCTS 来自对弈，并记录游戏过程中的状态、MCTS 策略和最终结果，会同时进行大量对局以增加自对弈效率（建议根据自己的机器修改线程数）
负责生成自对弈数据，它使用当前训练好的 TensorRT 神经网络 model.plan 和 MCTS 来自对弈，并记录游戏过程中的状态、MCTS 策略和最终结果，会同时进行大量对局以增加自对弈效率（建议根据自己的机器修改线程数）
负责神经网络的训练，它加载 self_play_worker.py 生成的自对弈数据，并使用这些数据来更新神经网络的权重（建议根据自己的机器适当修改）
用 model.pth 生成临时的ONNX模型 model_temp.onnx 然后再生成 TensorRT 模型 model.plan
定义泡姆棋的神经网络模型架构，包含策略头和价值头
游玩的ui界面，目前提供人人/人机/机机对弈功能，并加入了对局树虽然比较丑便于复盘分析，若使用onnx版本，运行速度会快不少，在运行onnx版本前，可以先运行convert_to_onnx.py以获得最新权重的onnx模型
游玩的ui界面的onnx引擎版本，可运行convert_to_onnx.py以获得model.pth对应的的onnx模型 model.onnx
将 model.pth 转换为 model.onnx 以供 popucom_chess_gui_onnx.py 使用
将 convert_to_onnx.py 生成的模型命名为 model_a.onnx 和 model_b.onnx 对打测试
暂时没做并行处理，懒得改了
由C++代码编译获得，负责 MCTS，如果爆内存建议手动修改
置换表最大尺寸:puct.cpp中的DEFAULT_TT_MAX_SIZE
每次储存的节点数：mcts_search.cpp中的INITIAL_NODE_STORE_CAPACITY
确保您已安装 Python 3.x 和 PyTorch
TensorRT和ONNX可能还需要CUDA和CUDNN
各种软件包缺什么下什么
对C++文件夹内所有文件编译获得 popucom_core.dll
生成初始数据并训练:
首次运行，由于没有 model.pth，self_play_worker.py 会使用随机权重模型
运行训练：
python run_pipeline.py
如果有PyCharm，直接运行 run_pipeline.py 即可自对弈并训练模型