alphaZero五子棋

这是一个已经实现了的15*15的五子棋（有禁手）AI，拥有强大的对局能力，并上传源码

# -*- coding: utf-8 -*-
“““
@author: Junxiao Song
“““

from __future__ import print_function
import numpy as np


class Board（object）:
    “““board for the game“““

    def __init__（self **kwargs）:
        self.width = int（kwargs.get（‘width‘ 8））
        self.height = int（kwargs.get（‘height‘ 8））
        # board states stored as a dict
        # key: move as location on the board
        # value: player as pieces type
        self.states = {}
        # need how many pieces in a row to win
        self.n_in_row = int（kwargs.get（‘n_in_row‘ 5））
        self.players = [1 2]  # player1 and player2

    def init_board（self start_player=0）:
        if self.width < self.n_in_row or self.height < self.n_in_row:
            raise Exception（‘board width and height can not be ‘
                            ‘less than {}‘.format（self.n_in_row））
        self.current_player = self.players[start_player]  # start player
        # keep available moves in a list
        self.availables = list（range（self.width * self.height））
        self.states = {}
        self.last_move = -1

    def move_to_location（self move）:
        “““
        3*3 board‘s moves like:
        6 7 8
        3 4 5
        0 1 2
        and move 5‘s location is （12）
        “““
        h = move // self.width
        w = move % self.width
        return [h w]

    def location_to_move（self location）:
        if len（location） != 2:
            return -1
        h = location[0]
        w = location[1]
        move = h * self.width + w
        if move not in range（self.width * self.height）:
            return -1
        return move

    def current_state（self）:
        “““return the board state from the perspective of the current player.
        state shape: 4*width*height
        “““

        square_state = np.zeros（（4 self.width self.height））
        if self.states:
            moves players = np.array（list（zip（*self.states.items（））））
            move_curr = moves[players == self.current_player]
            move_oppo = moves[players != self.current_player]
            square_state[0][move_curr // self.width
                            move_curr % self.height] = 1.0
            square_state[1][move_oppo // self.width
                            move_oppo % self.height] = 1.0
            # indicate the last move location
            square_state[2][self.last_move // self.width
                            self.last_move % self.height] = 1.0
        if len（self.states） % 2 == 0:
            square_state[3][: :] = 1.0  # indicate the colour to play
        return square_state[: ::-1 :]

    def do_move（self move）:
        self.states[move] = self.current_player
        self.availables.remove（move）
        self.current_player = （
            self.players[0] if self.current_player == self.players[1]
            else self.players[1]
        ）
        self.last_move = move

    def has_a_winner（self）:
        width = self.width
        height = self.height
        states = self.states
  

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-05-16 11:45  AlphaZero_Gomoku-master\
     文件          19  2018-05-16 11:45  AlphaZero_Gomoku-master\.gitignore
     文件        1068  2018-05-16 11:45  AlphaZero_Gomoku-master\LICENSE
     文件        3010  2018-05-16 11:45  AlphaZero_Gomoku-master\README.md
     文件      417720  2018-05-16 11:45  AlphaZero_Gomoku-master\best_policy_6_6_4.model
     文件      417720  2018-05-16 11:45  AlphaZero_Gomoku-master\best_policy_6_6_4.model2
     文件      476972  2018-05-16 11:45  AlphaZero_Gomoku-master\best_policy_8_8_5.model
     文件      476972  2018-05-16 11:45  AlphaZero_Gomoku-master\best_policy_8_8_5.model2
     文件        8207  2018-05-16 11:45  AlphaZero_Gomoku-master\game.py
     文件        2889  2018-05-16 11:45  AlphaZero_Gomoku-master\human_play.py
     文件        7844  2018-05-16 11:45  AlphaZero_Gomoku-master\mcts_alphaZero.py
     文件        7192  2018-05-16 11:45  AlphaZero_Gomoku-master\mcts_pure.py
     文件       21521  2018-05-16 11:45  AlphaZero_Gomoku-master\playout400.gif
     文件        5125  2018-05-16 11:45  AlphaZero_Gomoku-master\policy_value_net.py
     文件        4895  2018-05-16 11:45  AlphaZero_Gomoku-master\policy_value_net_keras.py
     文件        4037  2018-05-16 11:45  AlphaZero_Gomoku-master\policy_value_net_numpy.py
     文件        6163  2018-05-16 11:45  AlphaZero_Gomoku-master\policy_value_net_pytorch.py
     文件        6680  2018-05-16 11:45  AlphaZero_Gomoku-master\policy_value_net_tensorflow.py
     文件        8790  2018-05-16 11:45  AlphaZero_Gomoku-master\train.py