git.sesse.net Git - stockfish/blob - src/evaluate.cpp

   1 /*
   2   Stockfish, a UCI chess playing engine derived from Glaurung 2.1
   3   Copyright (C) 2004-2023 The Stockfish developers (see AUTHORS file)
   4
   5   Stockfish is free software: you can redistribute it and/or modify
   6   it under the terms of the GNU General Public License as published by
   7   the Free Software Foundation, either version 3 of the License, or
   8   (at your option) any later version.
   9
  10   Stockfish is distributed in the hope that it will be useful,
  11   but WITHOUT ANY WARRANTY; without even the implied warranty of
  12   MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  13   GNU General Public License for more details.
  14
  15   You should have received a copy of the GNU General Public License
  16   along with this program.  If not, see <http://www.gnu.org/licenses/>.
  17 */
  18
  19 #include "evaluate.h"
  20
  21 #include <algorithm>
  22 #include <cassert>
  23 #include <cstdlib>
  24 #include <fstream>
  25 #include <iomanip>
  26 #include <iostream>
  27 #include <sstream>
  28 #include <vector>
  29
  30 #include "incbin/incbin.h"
  31 #include "misc.h"
  32 #include "nnue/evaluate_nnue.h"
  33 #include "position.h"
  34 #include "thread.h"
  35 #include "types.h"
  36 #include "uci.h"
  37
  38 // Macro to embed the default efficiently updatable neural network (NNUE) file
  39 // data in the engine binary (using incbin.h, by Dale Weiler).
  40 // This macro invocation will declare the following three variables
  41 //     const unsigned char        gEmbeddedNNUEData[];  // a pointer to the embedded data
  42 //     const unsigned char *const gEmbeddedNNUEEnd;     // a marker to the end
  43 //     const unsigned int         gEmbeddedNNUESize;    // the size of the embedded file
  44 // Note that this does not work in Microsoft Visual Studio.
  45 #if !defined(_MSC_VER) && !defined(NNUE_EMBEDDING_OFF)
  46   INCBIN(EmbeddedNNUE, EvalFileDefaultName);
  47 #else
  48   const unsigned char        gEmbeddedNNUEData[1] = {0x0};
  49   const unsigned char *const gEmbeddedNNUEEnd = &gEmbeddedNNUEData[1];
  50   const unsigned int         gEmbeddedNNUESize = 1;
  51 #endif
  52
  53
  54 namespace Stockfish {
  55
  56 namespace Eval {
  57
  58   std::string currentEvalFileName = "None";
  59
  60   /// NNUE::init() tries to load a NNUE network at startup time, or when the engine
  61   /// receives a UCI command "setoption name EvalFile value nn-[a-z0-9]{12}.nnue"
  62   /// The name of the NNUE network is always retrieved from the EvalFile option.
  63   /// We search the given network in three locations: internally (the default
  64   /// network may be embedded in the binary), in the active working directory and
  65   /// in the engine directory. Distro packagers may define the DEFAULT_NNUE_DIRECTORY
  66   /// variable to have the engine search in a special directory in their distro.
  67
  68   void NNUE::init() {
  69
  70     std::string eval_file = std::string(Options["EvalFile"]);
  71     if (eval_file.empty())
  72         eval_file = EvalFileDefaultName;
  73
  74     #if defined(DEFAULT_NNUE_DIRECTORY)
  75     std::vector<std::string> dirs = { "<internal>" , "" , CommandLine::binaryDirectory , stringify(DEFAULT_NNUE_DIRECTORY) };
  76     #else
  77     std::vector<std::string> dirs = { "<internal>" , "" , CommandLine::binaryDirectory };
  78     #endif
  79
  80     for (const std::string& directory : dirs)
  81         if (currentEvalFileName != eval_file)
  82         {
  83             if (directory != "<internal>")
  84             {
  85                 std::ifstream stream(directory + eval_file, std::ios::binary);
  86                 if (NNUE::load_eval(eval_file, stream))
  87                     currentEvalFileName = eval_file;
  88             }
  89
  90             if (directory == "<internal>" && eval_file == EvalFileDefaultName)
  91             {
  92                 // C++ way to prepare a buffer for a memory stream
  93                 class MemoryBuffer : public std::basic_streambuf<char> {
  94                     public: MemoryBuffer(char* p, size_t n) { setg(p, p, p + n); setp(p, p + n); }
  95                 };
  96
  97                 MemoryBuffer buffer(const_cast<char*>(reinterpret_cast<const char*>(gEmbeddedNNUEData)),
  98                                     size_t(gEmbeddedNNUESize));
  99                 (void) gEmbeddedNNUEEnd; // Silence warning on unused variable
 100
 101                 std::istream stream(&buffer);
 102                 if (NNUE::load_eval(eval_file, stream))
 103                     currentEvalFileName = eval_file;
 104             }
 105         }
 106   }
 107
 108   /// NNUE::verify() verifies that the last net used was loaded successfully
 109   void NNUE::verify() {
 110
 111     std::string eval_file = std::string(Options["EvalFile"]);
 112     if (eval_file.empty())
 113         eval_file = EvalFileDefaultName;
 114
 115     if (currentEvalFileName != eval_file)
 116     {
 117
 118         std::string msg1 = "Network evaluation parameters compatible with the engine must be available.";
 119         std::string msg2 = "The network file " + eval_file + " was not loaded successfully.";
 120         std::string msg3 = "The UCI option EvalFile might need to specify the full path, including the directory name, to the network file.";
 121         std::string msg4 = "The default net can be downloaded from: https://tests.stockfishchess.org/api/nn/" + std::string(EvalFileDefaultName);
 122         std::string msg5 = "The engine will be terminated now.";
 123
 124         sync_cout << "info string ERROR: " << msg1 << sync_endl;
 125         sync_cout << "info string ERROR: " << msg2 << sync_endl;
 126         sync_cout << "info string ERROR: " << msg3 << sync_endl;
 127         sync_cout << "info string ERROR: " << msg4 << sync_endl;
 128         sync_cout << "info string ERROR: " << msg5 << sync_endl;
 129
 130         exit(EXIT_FAILURE);
 131     }
 132
 133     sync_cout << "info string NNUE evaluation using " << eval_file << sync_endl;
 134   }
 135 }
 136
 137
 138 /// simple_eval() returns a static, purely materialistic evaluation of the position
 139 /// from the point of view of the given color. It can be divided by PawnValue to get
 140 /// an approximation of the material advantage on the board in terms of pawns.
 141
 142 Value Eval::simple_eval(const Position& pos, Color c) {
 143    return  PawnValue * (pos.count<PAWN>(c)       - pos.count<PAWN>(~c))
 144            +           (pos.non_pawn_material(c) - pos.non_pawn_material(~c));
 145 }
 146
 147
 148 /// evaluate() is the evaluator for the outer world. It returns a static evaluation
 149 /// of the position from the point of view of the side to move.
 150
 151 Value Eval::evaluate(const Position& pos) {
 152
 153   assert(!pos.checkers());
 154
 155   Value v;
 156   Color stm      = pos.side_to_move();
 157   int shuffling  = pos.rule50_count();
 158   int simpleEval = simple_eval(pos, stm) + (int(pos.key() & 7) - 3);
 159
 160   bool lazy = abs(simpleEval) >=   RookValue + KnightValue
 161                                  + 16 * shuffling * shuffling
 162                                  + abs(pos.this_thread()->bestValue)
 163                                  + abs(pos.this_thread()->rootSimpleEval);
 164
 165   if (lazy)
 166       v = Value(simpleEval);
 167   else
 168   {
 169       int nnueComplexity;
 170       Value nnue = NNUE::evaluate(pos, true, &nnueComplexity);
 171
 172       Value optimism = pos.this_thread()->optimism[stm];
 173
 174       // Blend optimism and eval with nnue complexity and material imbalance
 175       optimism += optimism * (nnueComplexity + abs(simpleEval - nnue)) / 512;
 176       nnue     -= nnue     * (nnueComplexity + abs(simpleEval - nnue)) / 32768;
 177
 178       int npm = pos.non_pawn_material() / 64;
 179       v = (  nnue     * (915 + npm + 9 * pos.count<PAWN>())
 180            + optimism * (154 + npm +     pos.count<PAWN>())) / 1024;
 181   }
 182
 183   // Damp down the evaluation linearly when shuffling
 184   v = v * (200 - shuffling) / 214;
 185
 186   // Guarantee evaluation does not hit the tablebase range
 187   v = std::clamp(v, VALUE_TB_LOSS_IN_MAX_PLY + 1, VALUE_TB_WIN_IN_MAX_PLY - 1);
 188
 189   return v;
 190 }
 191
 192 /// trace() is like evaluate(), but instead of returning a value, it returns
 193 /// a string (suitable for outputting to stdout) that contains the detailed
 194 /// descriptions and values of each evaluation term. Useful for debugging.
 195 /// Trace scores are from white's point of view
 196
 197 std::string Eval::trace(Position& pos) {
 198
 199   if (pos.checkers())
 200       return "Final evaluation: none (in check)";
 201
 202   // Reset any global variable used in eval
 203   pos.this_thread()->bestValue       = VALUE_ZERO;
 204   pos.this_thread()->rootSimpleEval  = VALUE_ZERO;
 205   pos.this_thread()->optimism[WHITE] = VALUE_ZERO;
 206   pos.this_thread()->optimism[BLACK] = VALUE_ZERO;
 207
 208   std::stringstream ss;
 209   ss << std::showpoint << std::noshowpos << std::fixed << std::setprecision(2);
 210   ss << '\n' << NNUE::trace(pos) << '\n';
 211
 212   ss << std::showpoint << std::showpos << std::fixed << std::setprecision(2) << std::setw(15);
 213
 214   Value v;
 215   v = NNUE::evaluate(pos, false);
 216   v = pos.side_to_move() == WHITE ? v : -v;
 217   ss << "NNUE evaluation        " << 0.01 * UCI::to_cp(v) << " (white side)\n";
 218
 219   v = evaluate(pos);
 220   v = pos.side_to_move() == WHITE ? v : -v;
 221   ss << "Final evaluation       " << 0.01 * UCI::to_cp(v) << " (white side)";
 222   ss << " [with scaled NNUE, ...]";
 223   ss << "\n";
 224
 225   return ss.str();
 226 }
 227
 228 } // namespace Stockfish