AlphaZero-Gobang

本项目基于 junxiaosong/AlphaZero_Gomoku 实现，原始版本通过 AlphaZero 方法对 Gomoku（五子棋）进行训练，并在短时间内获得不错的对弈效果。

在此基础上，我进行了以下扩展与优化：

✨ 项目增强内容

• ✅ PyTorch 版 9×9 五子棋模型：训练了适用于标准五子棋（9×9 棋盘，五子连珠）的模型，兼容原项目推理流程。

• ✅ 并行蒙特卡洛树搜索（Parallel MCTS）：引入树并行与虚拟损失机制，多进程同时进行模拟搜索，加快推理速度。

• ✅ 性能测试脚本：提供测试脚本，可一键比较串行与并行 MCTS 的速度差异。

🚀 快速开始

✅ mcts_alphaZero 并行性能测试

test_alphaZero.py

串行 vs 并行 性能对比 （NVIDIA A100 GPU/8进程 加速 4.6x）：

(串行): avg_time = 1.7381s, playout/s = 575.3
(并行): avg_time = 0.3749s, playout/s = 2667.4

✅ mcts_pure 并行性能测试

test_pure.py

串行 vs 并行 性能对比 （8进程 加速 4.5x）：

(串行): avg_time = 2.7728s, playout/s = 360.7
(并行): avg_time = 0.6100s, playout/s = 1639.4

📂 原始项目说明

本项目基于以下原始仓库扩展开发：

原始项目作者：@junxiaosong

仓库地址：https://github.com/junxiaosong/AlphaZero_Gomoku

完整的原始说明请见 README_original.md