Alpha Zero Gobang

当前还在开发中，功能尚不完善

Alpha Zero原理实现的五子棋AI，主要参考了Alpha Zero相关论文和github上的一些开源项目（见下文），代码主要由chatgpt生成但是做了一些调整。写这个项目的目的是为了研究Alpha Zero，同时测试chatgpt在较复杂的项目中的表现。

如何运行

第一步，安装依赖。 因为tensorflow有较多依赖，为了避免冲突，建议先安装conda，然后创建一个新的环境 conda create -n alphazero python=3.10, 然后执行 pip install -r requirements.txt安装本项目的全部依赖. 注意以后每次新打开项目都需要 conda activate alphazero

另外需要安装cuda驱动，并且安装cudnn，在ubuntu上安装cudnn执行这个命令即可sudo apt install nvidia-cudnn

第二步，启动训练 python start_train.py.

如果你想后台执行训练，可以这样 nohup python start_train.py & ，然后可以通过 tail -n1000 -f nohup.out 实时查看训练输出日志

如何启用GPU加速

虽然可以使用CPU训练，但是不开启GPU训练会非常慢，为了启用GPU加速，需要保证你的系统中有安装Cuda，然后在 start_train 中打开gpu配置即可

单元测试

根目录下执行命令 python -m unittest discover tests 可以启动单元测试

代码说明

TODO

• Board:

功能开发

• 完成基本代码逻辑，能正常训练
• 完善单元测试
• 增加狄利克雷噪声以增加探索可能性
• 增加棋盘镜像和翻转功能以增加训练数据
• 增加elo评分
• 增加UI界面
• 优化训练速度
• 增加多进程支持，多显卡并行训练

参考代码

主要参考了如下项目的代码：

• alpha-zero-general
• Alpha-Gobang-Zero
• minigo
• AlphaZero_Gomoku

非常感谢上述两个项目的作者，你们的开源项目和博客给我非常大的帮助。业余研究使用，有任何错误欢迎指正。

参考文档

• Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm
• Mastering the game of Go without human knowledge
• 如何使用自对弈强化学习训练一个五子棋机器人Alpha Gobang Zero
• A Simple Alpha(Go) Zero Tutorial

for 开发者

• 更新依赖文件：如果引入了新的依赖，那么需要 pipreqs ./ 来更新依赖文件

协议

MIT License