Agente de Connect4 basado en Monte Carlo Rollouts con Q-learning tabular, heurísticas de decisión y memoria persistente.
Instala todas las dependencias necesarias (incluyendo las del agente y las del notebook de análisis) ejecutando:
pip install -r requirements.txtPara ejecutar el torneo automático entre todos los agentes disponibles en la carpeta groups/, usa:
python main.py- Entrenamiento previo (Recomendado)
Para acumular conocimiento en cerebro.bin antes de competir en el torneo, ejecuta el script de entrenamiento en paralelo:
python train.pyConfiguración del Entrenamiento
Puedes modificar las siguientes variables directamente al inicio de train.py:
N_GAMES_TOTAL (Por defecto: 2000): Cantidad total de partidas a simular.
SIMS_TRAINING (Por defecto: 10): Simulaciones internas de rollout por cada turno.
N_WORKERS: Número de núcleos de CPU en paralelo (usa el máximo disponible por defecto).