注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. c++ ten超级井字棋源码

  2. 使用mcts算法的近似ai，能够对战ten（超级井字棋），并且能够输出胜率和调整计算难度。超级井字棋：9个九宫格，每个玩家落子的格子由另一个玩家的落子决定。 玩家在任意一个九宫格井字棋胜利则占领这个九宫格，最终在9个九宫格中完成井字棋获胜。

  3. 所属分类：C++

    • 发布日期：2016-08-27
    • 文件大小：8kb
    • 提供者：a1323933782

  1. github中关于MCTS的工程及源码

  2. 内含github中关于MCTS的工程及源码，Python实现，一些简单例子，可学习使用

  3. 所属分类：Python

    • 发布日期：2018-08-02
    • 文件大小：71kb
    • 提供者：u011282501

  1. vue-othello:vue编写的黑白棋前端页面：http-源码

  2. 介绍 本项目是黑白棋的前端页面，采用vue框架编写 项目地址： : 实现功能 人机对战六种缺点 皮特：随机策略 Saya：贪心策略-当前局面数量最多 Eto：贪心策略-当前局面权值和最多 Luna：alpha-beta剪枝优化的minimax算法 寇：MCTS（蒙特卡洛搜索）+ UCB公式结合的UCT（上限置信区间算法） 暴风雨：（待办事项） 人人对战 本地对战 在线对战

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：251kb
    • 提供者：weixin_42101641

  1. COSMOCarlo:顺序消除投票的MCTS-源码

  2. 卡洛 使用以下代码编译代码： g++ main.cpp -o run -Wall 使用以下./run运行它： ./run

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：128kb
    • 提供者：weixin_42168902

  1. AlphaX-NASBench101:使用深度神经网络和蒙特卡洛树搜索进行神经体系结构搜索-源码

  2. AlphaX-NASBench101 请检查存储库以获取我们的最新结果 AlphaX是一种新的神经体系结构搜索（NAS）代理，它使用MCTS进行有效的模型体系结构搜索，并以Meta-DNN作为预测模型来估算采样体系结构的准确性。 与随机搜索相比，AlphaX建立了一个指导未来搜索的在线模型，与诸如Q学习，正则化进化或Top-K方法之类的贪婪方法相比，AlphaX动态地权衡了探索和开发，并且可以以更少的数量摆脱局部最优搜索试验。 有关AlphaX的详细信息，请参阅《 。 该存储库托管Alpha

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：34mb
    • 提供者：weixin_42117150

  1. tdd-mcts-源码

  2. 阅读Stockfish的代码时，请从头重写我的mcts实现。 在此过程中，还要努力用单元测试来驱动代码。

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：13kb
    • 提供者：weixin_42132325

  1. MCTS-源码

  2. MCTS

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：13kb
    • 提供者：weixin_42172572

  1. AlphaZeroChess:应用于国际象棋的AlphaZero算法的实现-源码

  2. 零国际象棋 国际象棋AlphaZero算法的实现。 此实现将Facebook的用于神经网络，将Deepmind 用于国际象棋环境。 我们使用C ++实现以充分利用Python所限制的线程，而且C ++代码的训练速度明显更快。 该实现中的参与者通过使用蒙特卡洛树搜索（MCTS），使用神经网络的评估器，通过学习者根据这些游戏更新网络的学习者以及通过评估与标准MCTS进行对比的评估者，通过蒙特卡洛树搜索（MCTS）通过自玩游戏来生成数据。 编写检查点和日志都可以通过编程方式进行分析。

  3. 所属分类：其它

  1. Cranes-MCTS：蒙特卡罗树搜索算法的起重机问题-源码

  2. 起重机-MCTS

  3. 所属分类：其它

  1. 天蝎座：天蝎棋引擎-源码

  2. 目录 天蝎座 天蝎座是大师级别的强大国际象棋引擎。 它可以与支持Winboard或UCI协议的GUI一起使用，例如Winboard和Arena，Fritz和Shredder接口 安装 有关安装说明，请查看 目标 天蝎座的主要目标是： ：在共享内存（SMP）和非均匀内存访问（NUMA）系统上使用诸如YBW和ABDADA算法之类的并行搜索算法进行实验。 还可以使用YBW在松散耦合的计算机群集上进行分布式并行搜索。 ：对国际象棋进行蒙特卡洛树搜索（MCTS）的实验。 它支持带有LMR的alpha

  3. 所属分类：其它

  1. leela-zero：无引擎提供的Go引擎，以AlphaGo Zero论文为模型-源码

  2. 什么 没有人提供知识的Go程序。 使用MCTS（但没有蒙特卡罗播报）和深度残差卷积神经网络堆栈。 这是Alpha Go Zero论文“”中描述的系统的忠实重新实现。 出于所有目的和目的，它是一个开源的AlphaGo Zero。 等一下 如果您想知道问题所在：您仍然需要网络权重。 此存储库中没有网络权重。 如果您设法获得AlphaGo零权重，那么只要您还获得了一些张量处理单元，该程序的强度就会差不多。 缺少那些TPU，我建议使用顶级的GPU-它并不完全相同，但是结果仍然是引擎要比顶级人类强大得多

  3. 所属分类：其它

  1. 象棋-源码

  2. 象棋 该项目的报告在pdf文件中（用法语编写）。 我编写了Shogi引擎部分以及MCTS和神经网络部分。 该项目旨在设计与DeepMind的AlphaZero相同模型的AI演奏将棋。 AlphaZero是一款能够玩围棋，象棋和将棋的AI，并且达到了超人的性能。 它结合了蒙特卡洛树搜索和神经网络，并通过自身操作以无监督的方式进行训练。 它只知道游戏规则，而没有其他先验知识。 AI只能通过自学来学习策略。 Shogi文件夹包含两个AI：A0Jr和SNN。 A0Jr是AlphaZero模型上的A

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：10mb
    • 提供者：weixin_42117082

  1. ProbeMonLinux-源码

  2. ProbeMonLinux 捕获802.11适配器发送的探测请求和响应帧。 从csv文件中指定的站捕获cts帧。 该项目与Windows版本不同。 用法 ./ProbeMon -m [所有，探测器，cts] -l [接口] -f [csv文件] csv文件应采用2列逗号分隔的格式，并且首先是目标站地址，并带有文本提示：“ 01：02：03：04：05：06，我的接入点的地址”。 您最多可以有3个电台/提示。 例子 ./ProbeMon -mcts -lwlan0 -fstations.csv

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：12kb
    • 提供者：weixin_42131276

  1. rubik：学习如何使用强化学习来解决魔方-源码

  2. 魔方 学习如何使用强化学习来解决魔方 状态 模型正在学习一些东西。 我尝试调整模型的结构，但无法达到低于18的损失，这似乎很高。 仅需1个深度的贪婪搜索就足以解决5次旋转扰乱的多维数据集。 下一步： 在get_td_value_examples和贪婪求解器中批量调用模型。 实施A *。 进一步调查模型的行为： 比损失多的指标（例如平均L1误差） 通过标签对度量进行切片：我们是否更擅长将立方体距已解决状态更近或更远？ 以1 / {为打乱而进行的旋转次数}为单位进行举重训练示例。

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：95kb
    • 提供者：weixin_42120541

  1. 锈菌-源码

  2. Rust蒙特卡洛树搜索算法 特征 MCTS API +实施 去游戏板结构 去游戏引擎 关于 该项目由三个板条箱组成： mcts-lib：MCTS API和实现 go-lib：转到游戏库 围棋游戏：与蒙特卡洛树搜索一起玩围棋 用法 生成并运行围棋游戏，以查看一些自动生成的游戏。 哼...别指望奇迹！

  3. 所属分类：其它

  1. NoGoAIForBotzone：基于MCTS的不围棋Bot-源码

  2. NoGoAIForBotzone：基于MCTS的不围棋Bot

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：12mb
    • 提供者：weixin_42108778

  1. UCThello：UCThello-棋盘游戏演示器（Othello变体），具有计算机人工智能，使用蒙特卡洛树搜索（MCTS），并且将UCB（上置信界）应用于树（简称UCT）-源码

  2. 加州大学 在上开始在线UCThello会话 Android APK可供安装 需要最低Android 4.4.2（API-19） 在各种浏览器上运行 桌面系统，例如BSD，Linux，Win，MacOS和 移动平台，例如Android，FirefoxOS，iOS。 UCThello-带有计算机AI的棋盘游戏演示器，使用蒙特卡洛树搜索（MCTS），并将UCB（上置信界）应用于树（简称UCT） 关键字，类别蒙特卡洛树搜索（MCTS），高可信度边界（UCB），应用于树的UCB（UCT），AI，2

  3. 所属分类：其它

  1. AlphaZero_Gomoku_MPI：带有Gomoku的AlphaGo零算法的异步并行方法-源码

  2. AlphaZero-Gomoku-MPI 更新中 2019.03.05-上传15x15电路板 请自己下载并尝试。 如果您对AlphaZero和MCTS有任何疑问或想法，请随时发给我，也许我们可以做一些改进。 总览 此回购基于 ，由衷的感谢。 我做这些事情： 像AlphaGo Zero的方法一样，并行实现异步自学训练管道 对抗时写一个根并行MCTS（使用合奏方式投票） 使用ResNet结构来训练模型，并设置转移学习API以根据小板的模型来训练较大的板模型（例如，为了节省时间的预训练方法）

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：28mb
    • 提供者：weixin_42128270

  1. sokoban-ai:教AI使用单层蒙特卡洛树搜索解决Sokoban问题-源码

  2. 教授AI解决推箱子 推箱子是日语的仓库管理员和传统的视频游戏。 游戏是一个运输难题，玩家必须将房间中的所有盒子推到存储位置（目标）上。 推箱子v0示例 推箱子v1示例 推箱子v2示例 将执行以下算法。 作为RL方法的比较，我们将基本搜索算法实现为 深度优先搜索 广度优先搜索 最佳优先搜索 一个* 统一成本搜索 RL方法将是 AlphaGo方法（MCTS +网络） DQL 先前步骤 为了使环境运行，可能需要先完成一些步骤。 需要运行以下命令的全部或子集来显示环境。 > brew i

  3. 所属分类：其它

  1. IAHokito:IA项目-源码

  2. IAHokito IA项目：Hokito MCTS

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：17kb
    • 提供者：weixin_42126668
« 12 »