yhyu13/AlphaGOZero-python-tensorflow
Congratulation to DeepMind! This is a reengineering implementation (on behalf of many other git repo in /support/) of DeepMind's Oct19th publication: [Mastering the Game of Go without Human Knowledge]. The supervised learning approach is more practical for individuals. (This repository has single purpose of education only)
解決的問題
本專案提供 DeepMind《無需人類知識掌握圍棋》論文中描述的 AlphaGo Zero 架構之 Python 與 TensorFlow 實作。此實現使 AI 代理能在不需人類知識或資料的情況下，學習並下圍棋。
運作方式
系統實作了 DeepMind 論文中描述的架構，支援監督訓練、用於強化學習的自我對弈流程，以及分散式學習，以提升代理的效能。
適用對象
對強化學習與 AlphaGo Zero 架構感興趣的開發者與研究人員，希望實驗訓練自己的圍棋 AI。
主要特色
- 自我對弈流程：實作了代理從自身對局中學習的核心機制。
- GTP 支援：包含圍棋文字協定（GTP），可將代理用作 Sabaki 等圍棋軟體的引擎。
- 分散式學習：支援在多個資源上進行訓練，以加速學習過程。
- 監督訓練：提供使用現有對局資料集進行初始訓練的能力。
相關
- Dispatch
- 專案
- 專案
- Dispatch
- 專案