In diesem Repo wird das Reinforcement Learning Notebook von ARJANGROEN mit Hyperparametertuning optimiert (https://www.kaggle.com/code/arjanso/reinforcement-learning-chess-3-q-networks). Der Agent wird auf "Capture Chess" trainiert. Das bedeutet, dass nur das Schlagen von Figuren im Vordergrund steht anstelle vom Schachmatt.
Ein Spiel des optimalen Modells kann unter folgendem Link gefunden werden: https://lichess.org/study/cPkRUs1g
Die meisten Aufgaben, also das Suchen und Finden von einer Umgebung und einem Agenten sowie das Verfassen der Dokumente, wurden durch Zusammenarbeit erledigt. Die einzige Aufgabenteilung ist beim Training erfolgt, als Antoine die Optimierungen für "agent.py" und Jasmina die Optimierungen für "learn.py" durchgeführt haben.
Das Gif stellt ein Spiel unseres besten Agenten dar.