Reinforcement Learning

Eine abgeschlossene AlphaZero-Selfplay-Partie Vier gewinnt mit Zugnummern, daneben die MCTS-Policy-Verteilung einer Entscheidung im Mittelspiel

Reinforcement-Learning-Agent für Spiele (AlphaZero)

Auf AlphaZero basierendes Framework, das Tic-Tac-Toe, Vier gewinnt und CartPole mit einer einheitlichen Modellarchitektur erlernt.