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.