Repositorio con los códigos de mi TFG de Informática del Doble Grado en Ingeniería Informática - Matemáticas: Aprendizaje por refuerzo: Fundamentos teóricos del algoritmo AlphaZero e implementación
Se incluyen los códigos donde se implementa el algoritmo para el tres en raya (AlphaZero) y para el Conecta 4 (AlphaZero y AlphaZero Q)
Entre el tres en raya y el Conecta 4, la mayor diferencia está en el archivo board (dado que el juego que implementan es diferente) y MCTS, donde se adapta el número de acciones posibles. El resto de archivos son muy similares.
Entre AlphaZero y AlphaZero Q la única diferencia reside en el cálculo del valor con el que se entrena la red neuronal, para lo cual se modifica el archivo MCTS. Además, en el archivo driver se modifica ligeramente la forma de entrenar, de acuerdo a lo indicado en la memoria.