BaekHyunGomokuAI

20820 이지명, 20802 곽은재, 20822 전현민 과제연구

---

프로젝트 환경

• python 3.7
• tensorflow 2.0.0

---

프로젝트 구조

• Gomoku/
  • Board.py
    • 오목판
    • 착수, 승패 판별 구현
  • Agent.py
    • 사용자가 직접 플레이 가능한 에이전트
    • CLI 기반 에이전트 구현
    • GUI 기반 에이전트 구현
  • Server.py
    • 2개의 에이전트 간 통신으로 오목 대국을 하는 서버 구현
  • GUI.py
    • Tkinter를 이용한 GUI 구현
• MCTS/
  • Tree.py
    • Monte Carlo Tree 구현
    • selection, expansion 구현
  • Node.py
    • Monte Carlo Tree의 node 구현
    • backpropagation, UCB/UCT 구현
  • Agent.py
    • Monte Carlo Tree Search를 통해 수를 도출하는 에이전트
    • Random 기반 MCTS를 사용하는 Pure MCTS Agent 구현
    • Neural Network 기반 MCTS를 사용하는 Deep MCTS Agent 구현
  • policy.py
    • Monte Carlo Tree의 expansion, simulation 단계에 사용하는 정책망 함수
    • Random 기반 정책망, Neural Network 기반 정책망 구현
  • simulation.py
    • Monte Carlo Tree의 simulation 구현
    • 가치망을 이용한 승패 예측 구현
• Network/
  • save/
    • Local Machine에서 학습한 Neural Network 데이터
  • colab/
    • Google Colab에서 학습한 Neural Network 데이터
  • networks.py
    • Tensorflow를 사용해 Convolutional Neural Network 기반 정책망, 가치망 구현
    • Monte Carlo Tree의 expansion 단계에서 사용되는 Tree Policy Network
    • Monte Carlo Tree의 simulation 단계에서 사용되는 Rollout Poclicy Network
    • Monte Carlo Tree의 simulation 단계에서 사용되는 Value Network
  • train.py
    • Neural Network 학습
  • Runner.py
    • 학습된 Neural Nerwork를 통해 착수 확률 예측, 승패 예측
• common.py
  • 프로젝트 모듈 및 utility
• to_build.py
  • 실행파일 빌드용
• selfplay.py, deep_pure_selfplay.py
  • MCTS간 자가대국 데이터 수집용
• gui_test.py, simluation_test.py, network_run_test.py
  • 테스트용 스크립트

---

실행 파일

https://drive.google.com/drive/folders/1Aw1GTW3H29or_u790IIuV3_ip_s6Vs09
자신의 실행 환경에 맞게 AVX2 버전, SSE2 버전 중 하나를 택해 다운로드