tensorflow五子棋_如何用CNN玩转AlphaGo版的五子棋？

作者 | 李秋键责编| 郭芮

出品| CSDN(ID：CSDNnews)

近几年来，AI在游戏方面的发展如火如荼，尤其是自从阿法狗AI围棋战胜围棋之后，更是引起了AI发展的狂潮，同时也引起了很多AI游戏的应用与深化发展。其实游戏中的AI有非常悠久的历史，相当多的游戏都是围绕着对抗“敌人”展开，而这个“敌人”，就是AI，其中包含一些行为方式固定没有一丁点变化的低级AI，也有一些另外的随机因素高级一点的AI，不过这里的AI本质上是一段固定的程序脚本，如果玩家掌握到其中的规律，游戏性就会瞬间降低。

而深度学习的AI版本却是不同，他与多个位置的参数与多方向的选择，拓展了其中AI的智能性，让玩家找到其中的规律性变得基本不可能，这也是深度学习的重要意义之一。今天，我们就将利用CNN实现智能五子棋。

实验前的准备

首先我们使用的python版本是3.6.5。所测试的系统有windows10，windows7，Linux系统以及苹果系统。从这点也可以修剪python多平台和多扩展性，易于迁移的优点。

所使用的的python库有tkinter，其目的是用于规划棋盘布局，实现下棋功能；SGF文件用于读取棋谱并加载训练模型；os库用于读取和存储本地文件；TensorFlow库用于建立CNN网络模型以及训练等事项。

棋盘的建立

1.初始化棋盘：

其中各参数设定意义如下：初始化：someoneWin：标识是否有人赢了；humanChessed：人类玩家是否下了；IsStart：是否开始游戏了；玩家：玩家是哪一方；玩法：模式，和机器人下棋，还是和ai下棋；bla_start_pos：黑棋开局时下在正中间的位置；bla_chessed：保存黑棋已经下过的棋子；whi_chessed：保存白棋已经下过过的棋子；board：棋盘；窗口：窗口；var：用于标记选择玩家颜色的一个变量；var1：用于标记选择robot或ai的一个变量；可以：画布，用于绘制出棋盘；net_board：棋盘的点信息；robot：机器人；sgf：处理棋谱；cnn：cnnc神经网络。

其中代码如下：

def __init__(self): self.someoneWin = False self.humanChessed = False self.IsStart = False self.player = 0 self.playmethod = 0 self.bla_start_pos = [235, 235] self.whi_chessed =  self.bla_chessed =  self.board = self.init_board self.window = Tk self.var = IntVar self.var.set(0) self.var1 = IntVar self.var1.set(0) self.window.title("myGoBang") self.window.geometry("600x470+80+80") self.window.resizable(0, 0) self.can = Canvas(self.window, bg="#EEE8AC