Alpha系列总结

主要介绍：AlphaGo、AlphaZero Go和AlphaZero

（1）AlphaGo：DoubleDQN的思想用在围棋上，分为两个网络，一个是策略网络输出下一步落子位置的概率，另一个是价值网络对每个可能落子位置评估胜率。

（2）AlphaGo Zero：不再需要人工棋盘，只用一个神经网络，类似DuelingDQN，输出概率、价值和action。

（3）AlphaZero ：相比AlphaGo Zero会考虑平局的影响， 且选择的是最新的模型参数。

 

 

AlphaZero版五子棋：https://github.com/xiaoqian19940510/Gomoku