Beste KI Schach App

Eine Schach-Engine analysiert tausende von Ergebnissen, bevor sie einen effizienten Zug ausführt. Wenn man einen vollständigen Baum aller möglichen Züge auf einem Schachbrett konstruiert, erhält man insgesamt 10 120 Züge. Um dies ins Verhältnis zu setzen: Seit dem Urknall sind nur etwa 10 17 Nanosekunden vergangen und es gibt etwa 10 75 Atome im gesamten Universum.

Diese Zahlen werden von der Anzahl der möglichen Züge im Schach in den Schatten gestellt, was es zu einem der komplexesten Brettspiele macht. Da sich die Hardware und die Software-Programmiertechniken von Jahr zu Jahr verbessern, werden Schach-Engines immer intelligenter.

Moderne Engines sind selektiver und haben ein besseres Positionsverständnis. Jedes Jahr verschieben Engines wie Stockfish und Komodo die Grenzen des Schachs weiter und bringen die Eröffnungstheorie, die taktische Analyse und das Endspiel voran.

Innovationen wie neuronale Netze und ausgefeilte Bewertungsfunktionen sind zur Selbstverständlichkeit geworden, wodurch Schach-Engines die menschliche Entscheidungsfindung übertreffen können. Diese Listen ranken Schach-Engines nicht nur von überlegen bis unterlegen, sondern liefern auch Fehlerwerte für die zugewiesenen Bewertungen.

Unter Berücksichtigung beider Bewertungen stellen wir die fortschrittlichsten Schach-Engines vor, die die Überlegenheit von Maschinen gegenüber menschlichen Spielern veranschaulichen. Sie verwendet die Alpha-Beta-Technik zusammen mit verschiedenen schachspezifischen Strategien und wendet einen selektiven Suchansatz an.

Zusätzlich zu ihrer umfassenden Endspielkompetenz zeigt Hannibal ein starkes Verständnis für Materialungleichgewichte. Sie versteht auch Festungen und gefangene Figuren und kann Material opfern, um sich einen Vorteil bei Königsangriffen zu verschaffen.

Sie können es nur für private Zwecke verwenden. Dies wurde getan, um seine Leistung auf Bitprozessoren zu verbessern. Diese Schach-Engine verfügt über Nullzug-Pruning, Vorwärts-Pruning, Principal Variation Search, parallele Suche mit bis zu 8 Threads und Blockadedetektion in den Endspielen.

Die SugaR-Engine ist von Stockfish abgeleitet und unterstützt bis zu Kernen. Wie andere populäre Engines wie Stockfish ist SugaR kein komplettes Schachprogramm. Da die Engine unter der General Public License vertrieben wird, dürfen Sie sie modifizieren und verkaufen.

Die kritischen Funktionen in dieser Engine halten sich nicht an das x86-ABI in Bezug auf die Registernutzung und die Aufrufkonventionen. Trotzdem ist die Engine NUMA (Non-Uniform Memory Access) -fähig und unterstützt parallele Suche und große Seiten.

Chiron ist die kommerzielle Schach-Engine, die sowohl das Universal Chess Interface als auch das Chess Engine Communication Protocol sowie mehrere Endspiel-Tablebase- und Bitbase-Formate unterstützt. Sie wendet eine parallele Suche auf Mehrprozessorarchitekturen an und implementiert eine Bauernblockadedetektion, die nicht nur Blockaden im Bauernendspiel erkennt, sondern auch andere Figuren auf dem Brett identifiziert.

Die neueste Version wurde tiefgreifend optimiert, insbesondere im Kontext von Freibauern und Mobilität. Mehrere erweiterte Suchverbesserungen wurden ebenfalls eingeführt, wie z. Lazy Symmetric Multiprocessing, Forward Pruning und NUMA-Awareness.

Equinox ist eine symmetrische Multiprocessing-Schach-Engine, die hauptsächlich von Giancarlo Delli Colli entwickelt wurde. Sie ist inspiriert von populären Open-Source-Engines wie Stockfish, Crafty und Ippolit. GullChess ist eine Open-Source-Schach-Engine, die Magic Bitboards verwendet, um Angriffe durch Gleitfiguren zu bestimmen.

Sie unterstützt eine Teilmenge des Universal Chess Interface, um automatisch Spiele zu spielen, ohne viele Ressourcen zu beanspruchen. Ihre Leistung wurde in den letzten Jahren erheblich verbessert: eine einfachere Bewertung, inspiriert von Xiphos, gestaffelte Zuggenerierung und jede Menge Tests und Optimierung sind für diese Verbesserungen verantwortlich.

Wenn Sie es ausprobieren möchten, können Sie diese Engine unter Windows, macOS und Linux ausführen. Shredder ist eine kommerzielle Schach-Engine, die in entwickelt wurde. Deep Shredder ist die Mehrprozessorversion von Shredder. WCCC , Booot vs.

Alex Morozov. Booot ist eine Open-Source-Schach-Engine, die in Delphi 6 geschrieben wurde. Sie bestimmt Angriffe durch Gleitfiguren mit rotierten Bitboards. Sie ist vollgepackt mit Lazy SMP und einer vollständig neu gestalteten Bewertungsfunktion.

Die Engine verwendet PVS mit allen grundlegenden Suchverbesserungen wie Late Move Reductions, Nullzug-Pruning und interner iterativer Vertiefung. Die neueste Version unterstützt die Mehrprozessorarchitektur und hat mehrere Assembly-Varianten für 32 und 64 Bit.

Sie verwendet ein Magic Bitboard, um die Angriffsberechnungen zu beschleunigen. Sie verwendet eine Principal Variation Search mit einer Transpositionstabelle innerhalb eines iterativen Frameworks. Andscacs verwendet statische Austauschevaluierung und eine Thread-basierte parallele Suche.

Zusätzlich versucht sie einen Hash-Zug während einer Quiescence Search. Um die Engine leistungsfähiger und effizienter zu machen oder die Standardabweichung der statischen Bewertung zu minimieren, optimierten Entwickler Bewertungsmerkmale mit Positionen.

Sie verwendet ein neuronales Netzwerk zur Bewertung von Positionen. Sie verwendet den Negamax-Suchalgorithmus zusammen mit Alpha-Beta-Pruning - eine gängige und effiziente Technik zur Erkundung und Bewertung von Positionen während der Suche.

Darüber hinaus unterstützt Caissa Syzygy- und Gaviota-Endspiel-Tablebases, die im Endspiel helfen und optimale Entscheidungen in Positionen mit weniger Figuren gewährleisten. Die kommerzielle Version von Ethereal enthält zwei Neural Network Universal Evaluations (NNUEs) zur Bewertung, eine für Standard-Schach und eine weitere, die speziell für Schach trainiert wurde.

Die Bitboard-Engine bietet eine automatische Bewertungseinstellung durch logistische Regression, entweder unter Verwendung von stochastischem Gradientenabstieg oder einem adaptiven Gradientenalgorithmus. Sie finden Binärdateien für Windows und Linux auf GitHub.

Fizbo ist ein Chess Engine Communication Protocol, das erstmals in veröffentlicht wurde. Diese Engine basiert auf dem Bitboard-Ansatz und nutzt die Population Count Instruction. Derzeit ist sie mit dem Windows-Betriebssystem kompatibel und erfordert eine CPU mit Pop-Count-Anweisungen.

Neben der iterativen Vertiefung führt Fizbo parallele Suchen mit einem verbesserten PV-Splitting-Algorithmus durch. Darüber hinaus verwendet sie eine Transpositionstabelle mit 8-Byte-Einträgen in der Quiescence Search. Diese Netzwerke haben spezifische Regeln für die Datengenerierung und das Training.

Entwickler bieten Transparenz, indem sie die Quelldaten des Netzwerks zur Validierung und zum externen Training zur Verfügung stellen, wodurch ein fairer und offener Ansatz für die Entwicklung und Nutzung von Netzwerken in Schachturnieren gefördert wird.

Fire ist eine kostenlose Schach-Engine, die zuvor Open-Source war, aber später in eine geschlossene Windows-Executable umgewandelt wurde. Sie ist speziell für neue Intel-Prozessoren konzipiert. Die Fire-Engine verfügt über Magic Bitboards, Syzygy-Tablebases, konfigurierbares Hashing und MultiPV.

Die Schach-Engine Revenge, ursprünglich Pedone genannt und seit in Entwicklung, ist sowohl mit Windows als auch mit Linux kompatibel. Die Aufnahme eines größeren neuronalen Netzwerks in diese Schach-Engine verbessert ihre Leistung in allen Spielphasen erheblich, insbesondere im Endspiel.

Sie hat eine höhere Tiefe für das History-Pruning, eine verbesserte History-Zugreihenfolge, eine verbesserte Reduktionsformel und eine fortschrittliche Geschwindigkeitsoptimierung in der Suche. Diese Einführung von NNUE ermöglicht es Minic, die Architektur des neuronalen Netzwerks einfach zu ändern und Engine-unabhängigen PyTorch-Trainingscode anzuwenden.

Seer ist eine starke UCI-konforme Schach-Engine, die sich durch ihre Abhängigkeit von einem neuronalen Netzwerk-basierten Bewertungssystem auszeichnet. Sie verwendet ein neuronales Netzwerk zur Positionsbewertung, mit einem spezifischen Fokus auf die Schätzung von Win-Draw-Loss (WDL) -Wahrscheinlichkeiten.

Dieses benutzerdefinierte NNUE-System verwendet 16-Bit-Gleitkommagewichte und verfügt sowohl über Trainingscode zum Lernen aus Daten als auch über Inferenzcode zur Bewertung während der Schachspiele. Die Engine verwendet Principal Variation Search (PVS) innerhalb eines iterativen Vertiefungsrahmens und verwendet eine sperrfreie, gemeinsam genutzte Transpositionstabelle, die auf Zobrist-Hashing basiert, um zuvor bewertete Positionen zu speichern.

Sie enthält auch History-Pruning, History-Extensions, statisches Nullzug-Pruning, Futility-Pruning und Late Move Reductions. Diese Techniken tragen dazu bei, die Effizienz des Such- und Bewertungsprozesses zu verbessern. Im Laufe der Jahre hat sie sich zu einer einzigartigen und unterhaltsamen Schach-Engine mit spezifischen Eigenschaften und Spielstilen entwickelt.

Sie ist bekannt für ihren unverwechselbaren Spielstil, der ein starkes, menschenähnliches Spiel mit besonderem Fokus auf aggressive Königsangriffe und spekulative Opfer betont. In veröffentlichten Entwickler Chess System Tal 2.

Diese Version ist UCI-konform, was sie für verschiedene grafische Benutzeroberflächen für Schach zugänglicher macht. Die Engine wird der Öffentlichkeit in Form einer öffentlichen ausführbaren Datei zur Verfügung gestellt, was bedeutet, dass Benutzer das Programm ausführen können, der zugrunde liegende Quellcode jedoch nicht öffentlich bekannt gegeben wird.

Sie hat mehrere bedeutende Entwicklungen durchlaufen, um ihre Spielstärke zu erhöhen. Ursprünglich verwendete RofChade ein gestaffeltes Bewertungssystem, das zwischen Material im Mittelspiel und Endspiel unterschied. Sie nutzte auch asymmetrische Figuren-Quadrat-Tabellen und verfügte über einen ausgeklügelten parallelen Suchalgorithmus.

Eine bemerkenswerte Entwicklung in der Engine ist die Einführung eines neuronalen Netzwerk-basierten Bewertungssystems. Das Netzwerk wurde mit einem beträchtlichen Datensatz von Positionen trainiert, darunter etwa 2. Die Implementierung dieses Netzwerks ist von Cfish inspiriert, und seine Trainingsbasis ist mit Stockfish verknüpft.

Dies deutet darauf hin, dass RofChade von der Erfahrung und den Techniken profitiert, die von Stockfish beim Training neuronaler Netzwerke verwendet werden. Berserk ist eine UCI-konforme Open-Source-Schach-Engine, die in der Programmiersprache C geschrieben wurde.

Sie unterstützt zwei Brettdarstellungen: Bitboards und Magic Bitboards. Die neueste Version bringt signifikante Verbesserungen in ihren Suchalgorithmen, dem Zeitmanagement und den Bewertungsfähigkeiten. Sie hat ihre eigene Netzwerkarchitektur, die NNUE-Bewertung, Reverse Futility Pruning, Delta Pruning, Quiescence Search und Singular Extensions umfasst.

Im Gegensatz zu anderen Schach-Engines hat sie ihre eigene grafische Benutzeroberfläche. Sie enthält einen Analysemodus, mit dem sie den besten Zug für jede Position empfehlen und Mehrfachvarianten-Züge generieren kann.

Spieler profitieren von Funktionen wie Texttranskriptions-Copy-Pasting, Positionseinrichtung, Züge-Rückgängig-Optionen, Zeitlimitkonfiguration und der Möglichkeit, den Schwierigkeitsgrad durch Angabe der Anzahl der Ply oder Knoten anzupassen.

Sie hat im Laufe der Jahre erhebliche Entwicklung und Verbesserungen erfahren, was sie zu einem wettbewerbsfähigen und fähigen Schach-Spielprogramm macht. Sie verwendete ursprünglich rotierte Bitboards und implementierte anschließend Magic Bitboards, um Angriffe durch Gleitfiguren zu bestimmen.

Später wurde ein neuronales Netzwerk-basiertes Bewertungssystem eingeführt, um ihre Spielstärke weiter zu verbessern. RubiChess wird in verschiedenen Schach-Rankings anerkannt und nimmt an vielen Schachturnieren teil, was ihre Fähigkeiten und Wettbewerbsfähigkeit innerhalb der Schach-Community unter Beweis stellt.

Houdini ist bekannt für seinen ausgeprägten Positionsstil, seine bemerkenswerten defensiven Fähigkeiten, seine Widerstandsfähigkeit in schwierigen Positionen und seine Fähigkeit, Remis zu sichern. Die neueste Version ist in zwei Varianten erhältlich: Standard und Pro.

Im Gegensatz zur vorherigen Version, die maximal 8 Prozessorkerne nutzen konnte, unterstützt die Pro-Version beeindruckende Kerne und GB RAM. Das Netzwerk lernt durch Deep-Learning-Techniken, indem es Millionen von Malen gegen sich selbst spielt. Da es sich auf die Bewertung statt auf die Tiefe verlässt, hat es einen ganz anderen Positionsstil.