机巧围棋(CleverGo)项目总览及介绍

1. 项目简介

2016年3月，阿尔法狗以4:1战胜围棋世界冠军李世石。自此开始，深度强化学习受到空前的关注并成为AI领域的研究热点，彻底引爆了以深度学习为核心技术的第三次人工智能热潮。

机巧围棋利用Python+Pygame+PaddlePaddle基于AlphaGo Zero算法打造了一款点击按钮就能可视化的训练9路围棋人工智能的程序，并搭建了一整套简单易用的围棋AI学习、开发、训练及效果可视化验证框架。

机巧围棋项目源码及技术原理文档全部免费开源，带你从零开始实现阿尔法狗(AlphaGo)，真诚期望您能够在GitHub上点个Star支持机巧围棋鸭~

项目GitHub仓库地址：https://github.com/QPT-Family/QPT-CleverGo

QQ群：935098082

2. 开发者简介

机巧围棋项目归属于GitHub组织QPT软件包家族(QPT Family)，由DeepGeGe和GT-Zhang共同开发并维护。

• QPT Family主页：https://github.com/QPT-Family
• QPT Family官方交流群：935098082

DeepGeGe：QPT Family成员

• CSDN博客：https://blog.csdn.net/qq_24178985
• GitHub主页：https://github.com/DeepGeGe

GT-Zhang：QPT Family创始人

• GitHub主页：https://github.com/GT-ZhangAcer

3. 效果展示

机巧围棋程序界面：

效果展示视频：

机巧围棋(CleverGo)

4. 技术原理文档目录

机巧围棋技术原理文档主要讲解项目相关知识、算法原理及程序逻辑，具体目录如下：

1. 机巧围棋(CleverGo)项目总览及介绍
2. 围棋基本知识
3. 围棋程序逻辑
4. 游戏开发引擎(Pygame)核心方法
5. 深度学习框架(PaddlePaddle)使用教程
6. 深度强化学习基础
7. 阿尔法狗(AlphaGo)算法原理
8. 机巧围棋(CleverGo)程序设计
9. 机巧围棋(CleverGo)远景规划
10. 机巧围棋(CleverGo)项目总结

5. 开发者说

DeepGeGe：2016年，阿尔法狗横空出世，使我深深地感受到了围棋和人工智能的魅力。自此开始，我自学围棋和人工智能，成为了AI算法工程师。围棋人工智能前有阿尔法狗，后有大名鼎鼎的绝艺，但是他们都离我们非常遥远，就像天上的星星。当了解阿尔法狗算法原理之后，我就在想是不是能够训练出一个属于我自己的阿尔法狗，或者说能不能做出一款不需要任何人工智能领域专业知识，只需点击一个按钮就能训练一个阿尔法狗？

机巧围棋从2021年3月6日开始开发，直至4月底，各大功能模块基本完成。5-8月项目搁置。9月初，我找到GT-Zhang大佬商定一起合作开发并维护机巧围棋项目。从9月底到10月中旬，重构了整个项目，并完成了和优化全部核心功能。

机巧围棋不需要任何专业背景知识，只需要点击按钮就能够体验训练属于自己的围棋人工智能阿尔法狗，核心理念是：Easy AI for Everyone!

期望大家能够去GitHub上给机巧围棋点个Star鸭~

6. 致谢

1. 机巧围棋界面设计参考了HapHac作者的weiqi项目，采用了该项目的部分素材，但是围棋程序逻辑及游戏引擎与该项目不同。

   参考项目地址：https://github.com/HapHac/weiqi

2. 机巧围棋中，围棋程序内核采用了aigagror作者的GymGo项目，机巧围棋模拟器环境在该项目的基础上进行了自定义封装。此外，机巧围棋项目开发者DeepGeGe（鸽鸽）也是GymGo项目的Contributor~

   参考项目地址：https://github.com/aigagror/GymGo

3. 机巧围棋技术原理文档中，深度强化学习基本知识及阿尔法狗算法原理部分参考了wangshusen作者的DRL项目。综合该项目中相关深度强化学习知识，讲解了零狗算法在机巧围棋中的应用。

   参考项目地址：https://github.com/wangshusen/DRL

4. 机巧围棋中，有关蒙特卡洛树搜索等部分参考了junxiaosong作者的AlphaZero_Gomoku项目。其中蒙特卡洛树搜索的实现方式基本与该项目中实现保持一致，并结合机巧围棋中相关功能需求进行了部分更改。

   参考项目地址：https://github.com/junxiaosong/AlphaZero_Gomoku