使用AlphaZero算法在五子棋上的实现。五子棋比围棋简单，训练起来也稍微能够简单一点，所以选择了五子棋来作为AlphaZero的复现。

参考:

1. junxiaosong/AlphaZero_Gomoku
2. starimpact/AlphaZero_Gomoku
3. yonghenglh6/GobangServer

docker-compose up # (默认使用0号显卡，根据run_ai.sh 进行适配性修改)

对 run_ai.sh 进行修改后，修改docker-compose.yml：

version: "2.3"

services:
  gobang_server:
    image: gospelslave/alphapig:v0.1.11
    entrypoint: /bin/bash run_server.sh
    privileged: true
    environment:
      - TZ=Asia/Shanghai
    volumes:
      - $PWD/run_server.sh:/workspace/run_server.sh # 这里修改后的映射
    ports:
      - 8888:8888
    restart: always
    logging:
      driver: json-file
      options:
        max-size: "10M"
        max-file: "5"

  gobang_ai:
    image: gospelslave/alphapig:v0.1.11
    entrypoint: /bin/bash run_ai.sh
    privileged: true
    environment:
      - TZ=Asia/Shanghai
    volumes:
      - $PWD/run_ai.sh:/workspace/run_ai.sh  # 这里是修改后的映射
    runtime: nvidia
    restart: always
    logging:
      driver: json-file
      options:
        max-size: "10M"
        max-file: "5"

• cd AlphaPig/sgf_data/

• sh ./download.sh 
  

  将会下载并解压SGF棋谱数据，解压后应该实在sgf_data/目录下，目录结构AlphaPig/sgf_data/*.sgf。

  也可自行下载SGF棋谱数据，并自行处理。

• 直接运行根目录下的start_train.sh开始训练

• 或者进入 train_mxnet.py 修改网络结构等参数，其中conf下的.yaml为训练定义的一些参数，可修改为适合自己的相关参数。

• SGF格式详解

  FF[4] SGF格式的版本号，4是最新
  SZ[15] 棋盘大小，这是15x15 
  PW[Pig]白棋棋手名称
  WR[2a]白棋棋手段位
  PB[stupid]黑棋棋手名称
  BR[2c]黑棋棋手段位
  DT[2018-07-06]棋谱生成日期
  PC[CA]棋局所在位置
  KM[6.5]贴目数量
  RE[B+Resign]B+是黑胜，W+是白胜，Resign是对方GG的
  CA[utf-8]棋局编码
  TM[0]限时情况，0为无限时
  OT[]读秒规则
  ;B[pp];W[dd];B[pc];W[dq] …… 棋谱下棋顺序
  

• 如果需要和自己的AI对弈，可以进入evaluate目录，运行

  python ChessServer.py --port 8888
  

  既可与自己的AI进行对弈，或者与yixin对弈。详细说明请参阅evaluate目录下的ReadMe。

  对弈例子:

  

• 下载我训练的一些模型（还有很多bug）

  cd AlphaPig/logs
  sh ./download_model.sh 
  

• 源工程请移步junxiaosong/AlphaZero_Gomoku ，特别感谢大V的很多issue和指导。

• 特别感谢格灵深瞳提供的很多训练帮助（课程与训练资源上提供了很大支持），没有格灵深瞳的这些帮助，训练起来毫无头绪。

• 感谢Uloud 提供的P40 AI-train服务，1256小时/实例的训练，验证了不少想法。而且最后还免单了，中间没少打扰技术支持。特别感谢他们。