geister ai大会に強化学習を使おうというプロジェクトです． => (追記)2021年のGATにて優勝しました．

インストール手順

1. pythonをインストールする．

2. pythonにnumpyをインストールする．

    pip install numpy
   

3. geister_rlをダウンロード&解凍する．

4. 解凍したフォルダに移動して任意のpythonコードを実行する．

プログラムの実行方法

1. ガイスターjavaserver https://github.com/miyo/geister_server.java に接続し，weights\vsself2\vsself900_theta.npy(=500万回時点でのθ)をθとするプレイヤーと対戦させる場合

   python tcp_player.py --port 10000 --games 5000 --path weights/vsself2/vsself900
   

2. 900万回時点でのθを使い，学習回数をさらに増やしたい場合

     python self_play.py -i 900
   

3. 学習を新しく始める場合などはソースコードの改変が必要です．

2021年大会で用いたプログラムの概要

1. 一手先の盤面の行動優先度が最も高い手を選択する．
2. 盤面から行動優先度を計算する方法は二駒関係を使う．
3. 探索はしていない．

θの要素数に関する補足 : 論文などではθの要素数を7503だと書きましたが，この実装では無駄な0があるためにθの要素数は8128になっています．