AlphaToe, 运用Alpha学习技巧 play tic toe AlphaToe从Alpha到tic-tac-toe的深层学习技巧这些是我演讲的代码示例，幻灯片在 AlphaToe.pdf 中除了幻灯片，文件脚本/policy_gradient 。py是项目的一个很好的起点。 所有网络都使用Te

tensorflow2框架，策略梯度算法，在gym环境中学习玩游戏。