EthanRajah 开源从零实现的 AlphaZero Connect-4 仓库

开发者 EthanRajah 在 GitHub 开源了一个从零实现的 AlphaZero 风格 Connect-4 智能体仓库，涵盖从棋盘规则到自我对弈训练的全流程，包括 MCTS、PUCT 策略-价值网络、数据生成与训练脚本 train.py。 网络采用 4 层卷积加策略头和价值头的结构，示例训练配置为 hidden_channels 24、num_simulations 200、50 次迭代。仓库提供 play_connect4.py 图形界面，可与训练后的网络对战；logs 目录下有提示词示例、LLM 走子推理和完整对局日志。作者称该网络在 50 步 MCTS 模拟下能战胜人类专家。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。