clox/omega_gomoku_ai

Omega_Gomoku_AI镜像说明

镜像概述

Omega_Gomoku_AI是一款基于蒙特卡洛树搜索（MCTS）算法的五子棋AI镜像，采用Python开发，神经网络模块基于Keras框架构建。该镜像支持自定义棋盘大小与连子规则（如井字棋、四子棋等），提供可视化游戏界面、模型训练功能及Web端交互体验，代码结构清晰，适合AI爱好者学习与使用。

核心功能

• 多模式对战：支持人机对战、人人对战、AI之间的对战；
• 自定义规则：可调整棋盘尺寸（如3×3、8×8）和获胜条件（如3连子、5连子）；
• 双AI类型：提供纯MCTS算法的AI和结合神经网络的MCTS AI；
• 模型训练：包含训练脚本，可训练并保存自定义模型；
• Web可视化：通过Web服务器启动可视化游戏界面，支持浏览器访问。

使用场景

1. 游戏体验：五子棋爱好者与AI对战，测试不同难度的AI水平；
2. 算法学习：开发者学习蒙特卡洛树搜索算法及神经网络在游戏决策中的应用；
3. 教育演示：在教学中展示AI的决策过程与算法原理；
4. 规则扩展：快速实现自定义规则的棋类游戏（如井字棋、四子棋）。

配置说明

• 参数调整：通过configure.py或game.conf文件设置MCTS搜索次数、棋盘大小、连子规则等核心参数；
• 训练配置：运行train.py时可指定神经网络序号、模型名称及自玩次数（示例：python train.py 1 my_model 1000）；
• 端口映射：Web可视化模式需映射容器5000端口到本地（如-p 5000:5000）；
• 模型持久化：通过-v参数挂载本地目录保存训练模型（示例：-v /local/model/path:/home/Model）。

Docker部署示例

基础控制台模式

shell
docker pull docker.xuanyuan.run/clox/omega_gomoku_ai:latest
docker run -it --rm docker.xuanyuan.run/clox/omega_gomoku_ai:latest

Web可视化模式

shell
docker run -it --rm -p 5000:5000 docker.xuanyuan.run/clox/omega_gomoku_ai:latest

访问http://127.0.0.1:5000即可体验Web端游戏（支持Chrome、Safari浏览器）。

保存训练模型

shell
docker run -it --rm -v /your/local/model/dir:/home/Model docker.xuanyuan.run/clox/omega_gomoku_ai:latest

替换/your/local/model/dir为本地存储模型的绝对路径。