关于 通过方法进行棋类强化学习。 该项目基于以下主要资源： DeepMind于10月19日发布的文章： 。 mokemokechicken在他的仓库中对DeepMind想法进行的伟大的Reversi开发： : DeepMind刚刚发布了新版本的AlphaGo Zero（现在称为AlphaZero），他们从零开始掌握国际象棋： ：//arxiv.org/pdf/1712.01815.pdf。 事实上，在国际象棋中，仅4个小时（300k步）的AlphaZero跑赢了Stockfish哇！