ディープリバーシ
概要
ディープラーニングで作ったリバーシAIです。 リバーシのライブラリ・AI学習のコードを１から書きました。 対戦するためのサイトも作成しました。ぜひ遊んでください。
目的
ディープラーニングでAIを作る勉強のために作成しました。 また、強化学習でどこまで強くなるかの実験の意味合いもありました。
開発環境
エディタ：VisualStudioCode プログラミング言語：Python
開発手法
強化学習（棋譜・定石読み込みなし） 終盤の勝ち負けの専用の読みは無く、全部純粋にモデルまかせ
モデル構成
入力層 131 中間層1 256 中間層2 256 出力 1(評価値が出力される)
一般的にはコンパクトなモデルといえると思います。
学習記録
対局回数:6,807,300