AlphaGo-Zero-Gobang
- Do you like to play Gobang ?
- Do you want to know how AlphaGo Zero works ?
- Check it out!
You can also read my Blog :)
View a Demo
这是一个基于强化学习的自我博弈模型，运行后的程序如下所示。
Quick Start
python3 MetaZeta.pyTrain
我们构建了一个基于MCTS进行决策的 AI玩家，由残差神经网络辅助预测落子。
- 操作：点击
AI 自我对弈，在右上角点击开始
Test
我们可以和训练有素的 AI玩家 对弈，以测试 AI 的下棋水平。
- 操作：点击
与 AI对战，在右上角点击开始
Environment
- Ubuntu 18.04.6 LTS
- tensorflow-gpu==2.6.2
File Structure
| filename | type | description |
|---|---|---|
TreeNode.py |
MCTS | nodes of the MCTS decision tree |
MCTS.py |
MCTS | Build MCTS decision tree |
AIplayer.py |
MCTS | Build an AI based on MCTS+NN |
Board.py |
Board | store board information |
Game.py |
Board | defines the game process for selfPlay and play-with-Human |
PolicyNN.py |
NN | constructs a residual neural network |
MetaZeta.py |
Main | GUI synthesis for all parties All in one |
How it works (with code explanation)
1. Board design
首先，我们需要设计一些规则来描述棋盘上的信息
2. Residual Neural Network
然后，我们需要建立一个残差神经网络 (Network structure)
3. MCTS ✨✨✨
然后，我们需要了解 AI 是如何做出决策的。他是如何积累下棋的知识，并利用学到的知识进行下棋的
4. Reinforcement Learning
最后，我们需要了解强化学习的整个过程（即自我对弈 ）