<div dir="ltr"><div>How do you interpret this quote from the AGZ paper?</div><div>"Surprisingly, shicho (“ladder” capture sequences that may span the whole board) – one of the first elements of Go knowledge learned by humans – were only understood by AlphaGo Zero much later in training."</div><div><br></div><div>To me "understood" means the neural network itself can read at least some simple whole board ladders, ladder breakers, and ladder makers. I would find it a large oversell if they just mean the MCTS search reads the ladder across the whole board.</div><div><br></div><div><br></div></div><div class="gmail_extra"><br><div class="gmail_quote">2017-12-19 18:16 GMT-06:00 Stephan K <span dir="ltr"><<a href="mailto:stephan.kunne@gmail.com" target="_blank">stephan.kunne@gmail.com</a>></span>:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">2017-12-20 0:26 UTC+01:00, Dan <<a href="mailto:dshawul@gmail.com">dshawul@gmail.com</a>>:<br>
<span class="">> Hello all,<br>
><br>
> It is known that MCTS's week point is tactics. How is AlphaZero able to<br>
> resolve Go tactics such as ladders efficiently? If I recall correctly many<br>
> people were asking the same question during the Lee Sedo match -- and it<br>
> seemed it didn't have any problem with ladders and such.<br>
<br>
</span>Note that the input to the neural networks in the version that played<br>
against Lee Sedol had a lot of handcrafted features, including<br>
information about ladders. See "extended data table 2", page 11 of the<br>
Nature article. You can imagine that as watching the go board through<br>
goggles that put a flag on each intersection that would result in a<br>
successful ladder capture, and another flag on each intersection that<br>
would result in a successful ladder escape.<br>
<br>
(It also means that you only need to read one move ahead to see<br>
whether a move is a successful ladder breaker or not.)<br>
<br>
Of course, your question still stands for the Zero versions.<br>
<br>
Here is the table :<br>
<br>
Feature                 # of planes             Description<br>
<br>
Stone colour            3                               Player stone / opponent stone / empty<br>
Ones                    1                               A constant plane filled with 1<br>
Turns since             8                               How many turns since a move was played<br>
Liberties                       8                               Number of liberties (empty adjacent points)<br>
Capture size            8                               How many opponent stones would be captured<br>
Self-atari size         8                               How many of own stones would be captured<br>
Liberties after move            8                       Number of liberties after this move is played<br>
Ladder capture  1                               Whether a move at this point is a successful ladder capture<br>
Ladder escape           1                               Whether a move at this point is a successful ladder escape<br>
Sensibleness            1                               Whether a move is legal and does not fill its own eyes<br>
Zeros                   1                               A constant plane filled with 0<br>
<br>
Player color            1                               Whether current player is black<br>
______________________________<wbr>_________________<br>
Computer-go mailing list<br>
<a href="mailto:Computer-go@computer-go.org">Computer-go@computer-go.org</a><br>
<a href="http://computer-go.org/mailman/listinfo/computer-go" rel="noreferrer" target="_blank">http://computer-go.org/<wbr>mailman/listinfo/computer-go</a></blockquote></div><br></div>