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.py

Train

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 ）