Construire un moteur d'Awalé

Le moteur représente les douze cases, les scores de graines capturées et le joueur actif sous forme d'un état de jeu immuable. La génération des coups doit distinguer les cases candidates des coups effectivement légaux, notamment lorsque l'adversaire n'a plus de graines.

Le semis saute la case d'origine lorsqu'un coup effectue un tour complet. La capture est évaluée à rebours du côté adverse pour les cases contenant le nombre de graines requis, sous réserve de la règle interdisant d'affamer l'adversaire lorsqu'une alternative existe.

Ces règles sont testées au moyen d'exemples, de cas limites, de la conservation du nombre total de graines et de comparaisons entre opérations indépendantes.

Un moteur classique peut utiliser une recherche minimax ou negamax avec élagage alpha-bêta. Les performances sont améliorées par l'ordonnancement des coups, la mise en cache des opérations de semis et des tables de transposition enregistrant des bornes pour des états déjà évalués.

La fonction d'évaluation combine le score, la répartition du matériel, la mobilité et l'exposition tactique. Ses poids doivent être jugés au moyen de parties et de positions contrôlées, et non choisis simplement parce qu'ils paraissent stratégiquement plausibles.

L'auto-jeu fournit des données et un environnement d'évaluation, mais il peut aussi amplifier les angles morts propres au moteur. Des expériences reproductibles exigent donc des graines aléatoires fixées, des configurations enregistrées, des adversaires distincts pour l'entraînement et l'évaluation, ainsi qu'un nombre de parties suffisant pour estimer l'incertitude.

Un modèle PyTorch peut estimer une politique et une valeur à partir des états du plateau. La chaîne complète comprend l'encodage de l'état, l'exploration, le stockage de répétition, l'optimisation, les points de sauvegarde et une arène comparant un modèle candidat à une référence.

La promotion doit dépendre de résultats de matchs statistiquement significatifs, et non d'une courte série de victoires. Une recherche plus forte autour d'un modèle faible peut améliorer le niveau de jeu tout en masquant la stagnation de la représentation apprise elle-même.

Ce projet constitue un laboratoire utile pour la modélisation propre du domaine, les performances algorithmiques, les tests et l'évaluation en apprentissage automatique. Il illustre aussi une leçon générale : faire fonctionner un programme complexe est le début de la validation, pas sa fin.