リバーシZero

AlphaZeroのアルゴリズムでリバーシするAI作った。

序盤（自分: 黒，AI: 白）

終盤（負けた。。。）

コード

• game.py: ゲーム状態
• dual_network.py: デュアルネットワーク
• pv_mcts.py: モンテカルロ木探索
• self_play.py: セルフプレイ
• train_network.py: パラメータ更新
• evaluate_network.py: 新パラメータの評価
• evaluate_best_player.py: ベストプレーヤーの評価
• train_cycle.py: 学習サイクル
• human_play.py: ゲームUI（tkinter）
• human_play.py2: ゲームUI（kivy）