如何用強化學習設計一個能玩五子棋的AI？

還記得2015年大戰(zhàn)李世石和柯潔的阿爾法狗嗎？你是否想過自己動手設計訓練一個能下棋的AI呢？我的好友敏哥寫了一個系列文章來教你從LeetCode一道題的題解開始，逐步理解和實現(xiàn)一個能下井字棋和五子棋的強化學習AI。文章鏈接如下。

• 第一篇: Leetcode中的Minimax 和 Alpha Beta剪枝

• 第二篇: 井字棋Leetcode系列題解和Minimax最佳策略實現(xiàn)

• 第三篇: 井字棋、五子棋的OpenAI Gym GUI環(huán)境

• 第四篇: AlphaGo Zero 強化學習算法原理深度分析

• 第五篇: 井字棋、五子棋AlphaGo Zero 算法實戰(zhàn)

感興趣的小伙伴歡迎關注敏哥的公眾號get相應資源????！

深度強化學習實踐系列

深度強化學習之：PPO訓練紅白機1942

組合游戲系列5: 井字棋、五子棋AlphaGo Zero 算法實戰(zhàn)

經(jīng)典論文解讀系列

解讀深度強化學習基石論文：函數(shù)近似的策略梯度方法

解讀TRPO論文，深度強化學習結合傳統(tǒng)優(yōu)化方法

Sutton 強化學習教程動手系列

通過代碼學Sutton強化學習4：21點游戲蒙特卡洛解得最佳策略

通過代碼學Sutton強化學習：從Q-Learning 演化到 DQN

經(jīng)典論文視頻解讀系列

視頻論文解讀：PPO算法

【英語】Pointer Networks 論文解讀：RNN解組合優(yōu)化