用神经网络解魔方：一个基于课程学习的AI求解器实现

本项目由Edward Ogbei在波兰琴斯托霍瓦理工大学完成，是其硕士学位论文项目，开源于GitHub（链接：https://github.com/ogbeiedward/AI-Based_Optimal_Solver_for_the_3x3_Rubiks_Cube）。项目构建了完整的3x3魔方AI求解系统，包含数学引擎、神经网络求解器和3D可视化界面。核心创新在于采用课程学习训练模型，在保持毫秒级推理速度的同时实现浅层扰动魔方的高效求解，并与经典Kociemba算法进行了全面对比。

魔方拥有超过4300亿亿种状态，暴力搜索不可行。传统求解算法如Kociemba和IDA*能找到最优解，但计算复杂度高。近年来，深度学习通过模式识别直接预测下一步操作，推理速度快（毫秒级），本项目正是这一方向的实践。

1. 数学引擎：采用群论的cubie表示法，将魔方抽象为20个可移动小块（8角块+12边块），用CP（角块位置）、CO（角块朝向）、EP（边块位置）、EO（边块朝向）描述状态，压缩空间且保证合法性。
2. AI求解器：18.4万参数的MLP，输入324维（6面×9贴纸×6颜色的one-hot向量），输出18种基本操作概率。训练数据来自Kociemba算法生成的最优解路径（专家示范）。
3. 3D可视化：基于Three.js的WebGL界面，支持实时观察状态变化、求解动画及性能对比。

课程学习是项目核心创新：

• 阶段划分：按扰动深度（1→8步）分阶段训练。
• 晋级机制：当前阶段测试集成功率达80%方可进入下一阶段，否则停止（揭示模型能力上限）。
• 渐进难度：新阶段保留前阶段样本并增加更深扰动样本，避免遗忘。 此策略让模型学习"刚好超出当前能力"的任务，提升最终性能。

扰动深度	Kociemba成功率	AI贪心成功率	AI束搜索成功率	Kociemba耗时	AI贪心耗时
1	100%	100%	100%	0.20ms	0.69ms
4	100%	95%	100%	6.26ms	3.65ms
5	100%	55%	60%	26.0ms	2.91ms
7	100%	10%	25%	379.8ms	3.08ms
8	100%	5%	10%	887.6ms	2.45ms

关键观察：

• 速度优势：AI在所有深度均快于Kociemba（深度7时快2个数量级）。
• 准确率边界：AI在深度>5时成功率急剧下降。
• 最优性权衡：Kociemba保证最优解，AI解通常非最优。

当前局限：

1. 深度瓶颈：深度>5时成功率骤降，无法处理20步左右的打乱魔方。
2. 非最优解：成功求解时步骤通常多于最优解。
3. 泛化能力：对训练分布外状态泛化有限。

未来方向：

1. 更大模型：尝试Transformer或残差网络突破深度瓶颈。
2. 强化学习：结合RL（如AlphaZero）微调，学习更优策略。
3. 混合方法：用神经网络作启发式函数指导传统搜索（A*/IDA*）。
4. 多阶段求解：训练子模型负责不同还原阶段（如底层十字、角块还原）。

本项目展示了神经网络在组合优化问题中的潜力与局限：AI求解器速度快但非最优，经典算法准但慢。项目提供了完整参考实现与基准框架，对课程学习研究者、神经符号AI开发者有重要价值。魔方求解虽小，却揭示了AI在庞大离散状态空间中学习有效策略的核心挑战。