踩地雷 AI 原理與勝率實測：Minesweeper AI 怎麼解盤？

踩地雷 AI 是什麼？先看它能幫你做什麼

踩地雷 AI（Minesweeper AI，也常稱掃雷 AI）會根據已揭露的數字推理安全格，在無法確定時評估踩雷機率，決定下一步。 求解這類問題的程式也稱為 Minesweeper solver；它可以使用邏輯與機率計算，不一定每一步都需要神經網路。

我做的開源專案使用 V44 混合代理：求解器先處理能證明的答案，神經網路只在特定的非精確局面協助判斷。你可以看它自動解盤，也可以自己玩完後，用重播分析回頭檢查某一步的風險。

這篇先回答三個問題：

AI 怎麼知道哪一格安全？ 從數字約束推理，再比較符合線索的雷位配置。
AI 為什麼還會輸？ 有些一般盤面必須猜，低踩雷機率也不等於零風險。
加了模型就會更強嗎？ 這次 5,000 局配對實測只多贏兩局，還不足以支持換版。

想直接操作，可以前往 Minesweeper AI Windows 下載與使用說明。以下會先交代我做這個專案的原因，再用例子拆解它的判斷方式。

為什麼做一個踩地雷 AI？

玩踩地雷時，最難的常常不是看懂一個數字，而是走到「好像只能猜」的那一步：還有線索沒看出來嗎？哪一格比較安全？如果最後踩雷，究竟是選錯，還是運氣不好？

從小就知道踩地雷，也知道最簡單的規則：已揭露的數字，代表周圍八格有多少顆雷。但知道規則之後，我其實還是不太會玩。

直到 2024 年下半年，因為租屋處網路不穩定，行動網路訊號也不好，才開始玩踩地雷打發時間，之後就上癮了。開始認真玩的一年裡，我主要追求的是 3BV/s，也就是衡量解盤速度的指標。對我來說，一旦刻意顧及點擊效率，速度就容易慢下來；到現在還是很難兼顧兩者，效率紀錄反而常常是在沒注意時打破的。

雖然最好成績的排名還在幾萬名之後，但看到自己的 3BV/s 從 0 點多，進步到連地獄難度的無猜模式（整盤可以靠邏輯解完）都能達到 1 點多，還是很有成就感。當每個模式都成功超過 1 時，甚至有一種「我是不是已經把這遊戲玩通關了」的感覺。

玩到現在，我主要靠經驗記住不同局面的雷位規律，讓自己解得更快。但還是常遇到看不出解法、只能猜的時候。當時剛好在做神經網路模型的專題，便萌生了做一個踩地雷 AI 的想法：希望它能兼顧速度與點擊效率，還能提高勝率。

這是最初想達到的目標。實際做下去後，我也發現速度、效率與勝率需要分開驗證，不能因為加了模型，就認定三者都會提升。

我做的踩地雷 AI，就是圍繞這些問題逐步發展的。目前使用的版本叫 V44。它會先從數字推理，確定有安全的位置就直接走；在特定的資訊不足局面，才讓訓練過的模型協助估計風險與選擇落點。

想看對應的 Python 程式分工、訓練資料與重播實作，可以再讀 Minesweeper AI 求解器與模型開發紀錄。

一般模式與無猜模式，從第一格開始就不同

以 minesweeper.online 為例，一般模式由玩家自己選第一格，可能只打開一個數字，也可能展開一片空白區；無猜模式（NG）則會用綠色 X 指定起點。這是玩起來最先看見的差別。

但「第一步開出不只一格」和「整盤不用猜」是兩個條件。官方對 NG 的說明是：從綠色 X 開始，就能在不猜雷的情況下完成整盤。 保證不只到第一步為止。Minesweeper Online 官方規則

所以，一般模式就算第一格開出一大片，後面仍可能遇到無法判斷的二選一；NG 從指定位置開始，則保證有不必冒險的解法。看不出下一步，可能是還沒找到需要的推理。

本機 GUI 的「首點展開空白區」只實作了第一步的保護：讓首點是 0，連同周圍安全格一起打開。它沒有 minesweeper.online NG 的整盤可解保證，不能因為第一步的 reveal > 1，就把本機盤面稱為無猜模式。

至於「允許猜測」，控制的是 AI 遇到難局要不要繼續冒險；關掉後會停下，棋盤本身沒有改變。「無旗玩法（NF）」則只是不用旗子標雷，與以上兩件事不同。

踩地雷求解器如何從數字推理安全格？

踩地雷的數字，代表周圍八格總共有幾顆雷。例如一個「1」旁邊只剩一個沒打開的格子，其他鄰格都已經確認安全，那最後一格就必定是雷。反過來，如果旁邊的雷已經全部確認，剩下的格子就可以安全打開。

AI 也是從這種規則開始，但它會一起考慮多個數字的關係。有些格子單獨看不出答案，將相鄰的線索放在一起，才能排除不可能的組合。

V44 裡負責這件事的部分叫「求解器」。可以把它理解成一個認真檢查線索的工具：哪些雷的位置符合數字？哪些配置互相矛盾？如果所有可能配置裡，某格都沒有雷，那一格就能確定安全。

已經能證明安全時，就優先採用推理結果。

其實光靠求解器，就已經能解出很多我看不出來的局面。我也會回頭記住這些規律，當成自己練習的素材。

神經網路什麼時候才會參與解盤？

有些盤面真的沒有必定安全的下一步。有些則是可能的雷位組合太多，在設定的計算範圍內，還沒辦法把它們全部算完。

這兩件事不一樣。如果求解器已經得到精確的機率，V44 會沿用那個結果；只有在「沒有可證明安全的動作，而且結果還不是精確推論」時，模型才有機會介入。

所以 V44 比較準確的定位，是一套「求解器為主、神經模型為輔」的 AI 系統。V44 是整套決策設定的版本名稱，目前使用的是 V40 的模型權重，並不代表從頭訓練了第 44 個網路。

目前知道什麼	V44 怎麼做
某格一定安全	優先打開安全格
沒有安全格，但能算出精確機率	依精確推論選擇
沒有安全格，機率也只能估計	結合求解器估計與模型判斷

模型學的是從已經看到的棋盤線索，估計未開格的風險；部分符合條件的局面，也會參考不同選擇走到最後的結果。它沒有遊玩中棋盤的隱藏雷位，不會先偷看答案再下棋。

實際使用模型的機會也確實不多。在一批高級與地獄各 1,000 局的測試裡，6,101 次猜測中，有 5,799 次由求解器算出的精確機率決定，只有 302 次用到神經模型，約占猜測的 5%。若把安全開格與首點一起算進去，該批約 39 萬次操作中，模型參與的選格不到 0.1%。

這些數字只代表這批「首點展開空白區、不插旗」的測試，不是每種玩法的固定比例。它也提醒我，現在大部分表現來自求解器，不能把整套系統的勝率都算成神經網路的成果。

關閉猜測時，自動遊玩找不到可證安全的動作就會停下，不會讓模型接著猜。程式也不會每下一步就問聊天機器人：求解器與神經網路都在本機運算。

風險比較低，也不代表一定贏

假設兩個位置，估計踩雷機率分別是 10% 和 20%。只看眼前這一步，10% 的位置比較安全，但它仍然可能踩雷。

而且，一步安全與整局獲勝也不完全相同：某個落點活下來後，可能依然沒有新線索；另一個落點則可能打開一片區域，讓後面比較容易推理。這也是為什麼我除了關心雷率，也研究不同選擇最後能不能贏。

不過，「這步打開很多格」是走完之後才知道的結果，不能直接當成它原本就比較好的證明。模型的判斷，應該用落子前能知道的資訊來評估。

勝率實測：5,000 局比較，模型微調有用嗎？

我後來試著改良一件事：當模型有機會參與猜測時，能不能更會挑落點，讓整局比較容易贏？ 這次只微調模型裡負責選落點的部分，求解器和預測雷率的部分都保持原樣。微調後的版本，先當成測試用的候選，沒有直接取代目前使用的 V44。

準備資料的方法是先讓 V44 玩 2,000 局，再挑出部分需要模型協助的局面。例如，同一個局面有 A、B、C 三個候選格，就把遊戲狀態複製三份，分別點一格，再讓 AI 各自玩到結束。這樣才能比較「改點另一格，這次會不會得到不同結果」。

這是另外執行的訓練資料收集工具，下載版的重播介面目前不能這樣試走。不同分支的勝敗也只代表這次模擬結果，不等於已經知道各個落點真正的長期勝率。

訓練後，我先檢查模型對保留局面的勝敗預測。預測與實際結果之間的誤差變小了一點，但它選中能贏的分支數量沒有增加。也就是說，預測分數有改善，選擇本身卻還沒有明顯進步。

接著再準備 5,000 張沒有用來訓練的新棋盤。原本的 V44 和微調後的候選各玩一遍，每一對都使用相同棋盤與規則，結果如下：

版本	贏了幾局	勝率
原本的 V44	2,189／5,000	43.78%
微調後的候選	2,191／5,000	43.82%

五千局只多贏兩局，還不足以確認改良有效，所以保留原本的 V44。 這次實驗沒有證明微調後更會贏，也沒有證明神經模型完全沒用；它比較的是兩個都使用模型的版本，不是「有模型」對上「沒有模型」。

詳細的資料數量、訓練方式與統計檢查，放在技術開發紀錄。對一般使用者而言，這次實驗最直接的結論就是：目前下載到的仍是原本選定的 V44。

為什麼不能只看一個勝率？

看到 43.78%，很自然會想問：這樣算強嗎？

需要先看它玩的是什麼盤面。棋盤大小、雷的密度、第一步只保證安全，還是保證展開空白區，都會改變難度。上面的數字來自這次特定條件的高級與地獄盤配對測試，不能當成所有難度的通用勝率。

專案也保留了另一組既有獲勝無猜重播的測試：1,696 筆都成功解出。但那批資料原本就是篩選過的無猜勝局，並不表示 V44 遇到任何棋盤都能百分之百獲勝。

目前還沒有完成與外部最強求解器的同條件比較。我比較希望透過這個專案，把「怎麼判斷、在哪裡有效、證據到哪裡」說清楚，讓結果有可以討論的基礎。

下載踩地雷 AI，透過重播查看每一步的機率

我也把這套 AI 接到 Windows 踩地雷程式裡。可以自己玩到一半交給它，或看它自動解盤。程式也有重播功能，結束後可回到某一步，按「分析這一步」查看該動作的落子前雷率。

目前重播主要用來檢查已經發生的動作，不能在歷史棋盤上改點另一格，再比較後面會怎麼走。分析會區分落子前的風險與操作後的實際效果；一步踩雷未必代表判斷差，一步剛好沒踩雷也未必代表選得好。

下載 Windows 公開測試版，完整解壓縮後執行 MinesweeperAI.exe 即可，不需要另外安裝 Python 或準備 NVIDIA 顯示卡。模型僅在本機運算；保存遊玩紀錄也不會自動訓練或偷偷更新模型。

想接著往下看，可以從這兩個地方開始：