collect.py 自我对弈用于数据收集

train.py 用于训练模型

game.py 实现象棋的逻辑

mcts.py 实现蒙特卡洛树搜索

paddle_net.py，pytorch_net.py 神经网络对走子进行评估

play_with_ai.py 人机对弈print版

UIplay.py GUI界面人机对弈

使用pytorch版本请设置config.py 中CONFIG['use_frame'] = 'pytorch'，

使用pytorch版本请设置config.py 中CONFIG['use_frame'] = 'paddle'。

不管是使用哪个框架，都一定要安装gpu版本，而且要用英伟达显卡，因为我们蒙特卡洛一次走此要进行上千次的神经网络推理，所以必须要快！

训练时，在终端运行python collect.py用于自我对弈产生数据，这个可以多开。

然后，在终端运行python train.py用于模型训练，这个终端只用开一个。

B站视频链接：https://www.bilibili.com/video/BV183411g7GX

知乎文章：https://zhuanlan.zhihu.com/p/528824058?

aistudio上一键可运行项目：https://aistudio.baidu.com/aistudio/projectdetail/4215743 （可以使用免费的V100来进行训练）

本项目主要参考的资料如下，十分感谢大佬们的分享 1、程世东 https://zhuanlan.zhihu.com/p/34433581 （中国象棋cchesszero ）

2、AI在打野 https://aistudio.baidu.com/aistudio/projectdetail/1403398 （用paddle打造的五子棋AI）

3、junxiaosong https://github.com/junxiaosong/AlphaZero_Gomoku (五子棋alphazero)

4、书籍：边做边学深度强化学习：PyTorch 程序设计实践

5、书籍：强化学习第二版

后续应该会对该AI继续训练下去，亲手造一个超强的下棋AI简直太酷了！