这是名为 AlphaZero.jl 的 Linux 应用程序，其最新版本可以下载为 v0.5.4.zip。 它可以在工作站的免费托管服务提供商 OnWorks 中在线运行。
使用 OnWorks 免费下载并在线运行这个名为 AlphaZero.jl 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
截图：
AlphaZero.jl
描述：
除了在国际象棋和围棋等游戏中取得超人水平的广为人知的成功之外，DeepMind 的 AlphaZero 算法还展示了一种更通用的方法，将学习和搜索相结合以有效探索大型组合空间。 我们相信这种方法可以在许多不同的研究领域有令人兴奋的应用。 由于 AlphaZero 非常耗费资源，因此成功的开源实现（例如 Leela Zero）是用低级语言（例如 C++）编写的，并针对高度分布式计算环境进行了优化。 这使得学生、研究人员和黑客很难访问它们。 在 Github 上可以找到许多简单的 Python 实现，但没有一个能够在 Othello 或 Connect Four 等游戏上超过合理的基线。 例如，其中最受欢迎的 README 中的基准仅具有随机基线，以及似乎并不明显更强的贪婪基线。
产品优势
- 核心算法只有 2,000 行纯可破解的 Julia 代码
- 通用界面可以轻松添加对新游戏或新学习框架的支持
- 比它的 Python 替代品快一到两个数量级
- 此实现可以在带有 GPU 的标准台式计算机上解决非平凡的游戏
- 可以像在单台计算机上一样轻松地在一组机器上训练同一个代理，而无需修改一行代码
- 异步模拟机制，支持跨多个模拟线程对神经网络进行批处理请求
程式语言
朱莉娅
分类
这是一个也可以从 https://sourceforge.net/projects/alphazero-jl.mirror/ 获取的应用程序。 它已托管在 OnWorks 中，以便以最简单的方式从我们的免费操作系统之一在线运行。