基于蒙特卡罗树搜索(MCTS)和深度学习的五子棋AI系统，通过自我对弈持续提升棋力，并提供Web界面供用户对弈。
- 🎮 AlphaZero风格AI - 结合MCTS与深度神经网络，实现强大的博弈能力
- 🔄 自我对弈训练 - 从零开始通过自我博弈持续提升棋力
- 🌐 现代Web界面 - 直观的Vue3前端，支持人机对弈、悔棋等功能
- ⚡ 多进程加速 - 支持多进程并行自对弈，大幅提升训练效率
- 📊 训练日志与可视化 - 自动记录训练过程，生成损失曲线和胜率图表
- 🔁 自动续训 - 自动检测检查点，支持断点续训
- 15×15 标准棋盘
- 支持玩家先手/后手选择
- 悔棋功能
- AI思考进度提示
- 胜率实时显示
- 获胜连线高亮
| 技术 | 版本 | 说明 |
|---|---|---|
| Python | 3.10+ | 编程语言 |
| PyTorch | 2.1.0 | 深度学习框架 |
| FastAPI | 0.104.1 | 高性能Web框架 |
| NumPy | 1.24.3 | 数值计算 |
| Matplotlib | - | 训练曲线绘制 |
| 技术 | 版本 | 说明 |
|---|---|---|
| Vue | 3.3.8 | 渐进式前端框架 |
| TypeScript | 5.3.2 | 类型安全的JavaScript |
| Vite | 5.0.0 | 下一代构建工具 |
| Pinia | 2.1.7 | 状态管理 |
| Axios | 1.6.2 | HTTP客户端 |
- Python 3.10+
- Node.js 16+
- Conda (推荐)
git clone https://github.com/your-username/Gomoku-AI.git
cd Gomoku-AIconda create -n gomoku python=3.10 -y
conda activate gomokucd backend
pip install -r requirements.txtcd ../frontend
npm install终端1 - 启动后端服务器:
cd backend
conda activate gomoku
uvicorn main:app --reload --host 0.0.0.0 --port 8000终端2 - 启动前端开发服务器:
cd frontend
npm run dev访问 http://localhost:5173 开始与AI对弈！
cd backend
conda activate gomoku
python -m ai.train -n 100 # 训练100轮验证训练流程是否正常：
python -m ai.train -n 5 --samples 10 --simulations 30 --workers 4平衡训练效果与时间：
python -m ai.train -n 50 --samples 100 --simulations 30 --workers 10获得较强棋力：
python -m ai.train -n 200 --samples 100 --simulations 30 --workers 10| 参数 | 默认值 | 说明 |
|---|---|---|
-n, --iterations |
100 | 训练迭代次数 |
--samples |
100 | 每轮自对弈局数 |
--simulations |
30 | 训练时MCTS模拟次数 |
--batch-size |
256 | 训练批次大小 |
--epochs |
3 | 每轮训练epoch数 |
--lr |
1e-4 | 学习率 |
--train-ratio |
0.9 | 训练集比例 |
--workers |
10 | 并行进程数 |
--eval-interval |
10 | 评估间隔（每N轮与最佳模型对弈） |
--eval-games |
20 | 评估对弈局数 |
--eval-simulations |
100 | 评估时MCTS模拟次数 |
--win-threshold |
0.55 | 更新最佳模型的胜率阈值 |
--base |
None | 指定基础模型路径 |
--save-dir |
models/checkpoints | 检查点保存目录 |
--best-model |
models/best_model.pth | 最佳模型路径 |
--log-dir |
logs | 日志保存目录 |
训练脚本会自动检测最新的检查点并继续训练：
# 首次训练50轮
python -m ai.train -n 50
# 继续训练100轮（自动从第50轮继续）
python -m ai.train -n 100
# 输出示例：
# 检测到最新检查点: 迭代 50 (models/checkpoints/50.pth)
# 自动从检查点续训
# 训练范围: 迭代 51 到 150每次训练会在 logs/ 目录下创建独立的运行目录：
backend/logs/
├── run_20260118_120000/ # 第1次训练
│ ├── train.log # 文本日志
│ ├── history.json # JSON格式历史数据
│ └── curves.png # 训练曲线图
│
└── run_20260118_150000/ # 第2次训练
├── train.log
├── history.json
└── curves.png
日志内容包括：
- 训练配置参数
- 每轮迭代的开始时间
- 数据生成量（原始/增强后）
- 每个epoch的loss（value/policy, train/val）
- 模型评估胜率
- 最佳模型更新记录
从历史日志重新绘图：
python -m ai.train plot logs/run_20260118_120000/history.json训练过程会生成以下文件：
backend/
├── models/
│ ├── checkpoints/ # 每轮训练的检查点
│ │ ├── 1.pth
│ │ ├── 2.pth
│ │ └── ...
│ └── best_model.pth # 当前最佳模型
│
└── logs/
└── run_YYYYMMDD_HHMMSS/
├── train.log # 训练日志
├── history.json # 历史数据
└── curves.png # 训练曲线
采用 AlphaZero 风格的模型选择：
- 每隔
eval_interval轮，新模型与当前最佳模型对弈 - 只有当新模型胜率 > 55% 时，才更新
best_model.pth - 确保模型持续进步，避免过拟合导致性能下降
Gomoku-AI/
├── backend/
│ ├── main.py # FastAPI入口，Web API实现
│ ├── requirements.txt # Python依赖
│ ├── game/
│ │ ├── __init__.py
│ │ └── board.py # 棋盘类：落子、悔棋、状态管理
│ ├── ai/
│ │ ├── __init__.py
│ │ ├── network.py # 神经网络：策略价值网络(残差架构)
│ │ ├── mcts.py # MCTS实现：UCB选择、训练数据收集
│ │ └── train.py # 训练脚本：自对弈、训练、评估、日志
│ ├── models/ # 模型保存目录
│ │ ├── checkpoints/ # 训练检查点
│ │ └── best_model.pth # 最佳模型
│ └── logs/ # 训练日志目录
│ └── run_YYYYMMDD_HHMMSS/
│
├── frontend/
│ ├── src/
│ │ ├── components/
│ │ │ ├── Board.vue # 棋盘组件
│ │ │ ├── GameControl.vue # 控制面板
│ │ │ └── StatsPanel.vue # 统计面板
│ │ ├── views/
│ │ │ └── Game.vue # 游戏主页面
│ │ ├── stores/
│ │ │ └── game.ts # Pinia状态管理
│ │ ├── api/
│ │ │ └── game.ts # API调用封装
│ │ ├── App.vue
│ │ ├── main.ts
│ │ └── style.css
│ ├── index.html
│ ├── package.json
│ ├── vite.config.ts
│ └── tsconfig.json
│
├── other/ # 参考脚本
│ ├── nn_012.py # 原始训练脚本
│ └── gmk_run_0629.py # 原始运行脚本
│
└── README.md
| 方法 | 端点 | 说明 |
|---|---|---|
| POST | /api/game/new |
创建新游戏 |
| POST | /api/game/{id}/move |
玩家落子，返回AI响应 |
| GET | /api/game/{id}/state |
获取当前棋盘状态 |
| POST | /api/game/{id}/undo |
悔棋（撤销双方各一步） |
| DELETE | /api/game/{id} |
删除游戏 |
创建新游戏:
curl -X POST "http://localhost:8000/api/game/new" \
-H "Content-Type: application/json" \
-d '{"player_first": true}'玩家落子:
curl -X POST "http://localhost:8000/api/game/{game_id}/move" \
-H "Content-Type: application/json" \
-d '{"x": 7, "y": 7}'输入: (batch, 2, 15, 15)
├── 通道0: 当前玩家棋子位置 (1)
└── 通道1: 对手棋子位置 (-1 → 1)
│
▼
┌─────────────────────────────────┐
│ Conv2d(2→32, 3×3) + BN + ReLU │ 初始卷积层
└─────────────────────────────────┘
│
▼
┌─────────────────────────────────┐
│ ResBlock × 5 │ 残差块
│ ┌─────────────────────────┐ │
│ │ Conv(32,32) → BN → ReLU │ │
│ │ Conv(32,32) → BN │ │
│ │ + skip connection │ │
│ └─────────────────────────┘ │
└─────────────────────────────────┘
│
├─────────────────────────┐
▼ ▼
┌───────────────┐ ┌───────────────┐
│ 价值头 │ │ 策略头 │
│ Conv(32→1) │ │ Conv(32→1) │
│ Flatten │ │ Flatten │
│ Linear(64) │ │ Softmax │
│ Linear(1) │ │ │
│ Tanh │ │ │
└───────────────┘ └───────────────┘
│ │
▼ ▼
局面价值[-1,1] 落子概率[225]
-
$Q$ : 平均价值（累计价值/访问次数） -
$P$ : 先验概率（来自策略网络） -
$N$ : 节点访问次数 -
$c_{puct}$ : 探索常数（默认0.8）
训练时根节点添加噪声增加探索：
其中
A: 减少 --samples 和 --simulations 参数值，或增加 --workers 使用更多进程并行。
A: 将模型文件放入 backend/models/best_model.pth，重启后端服务即可自动加载。
A: 确保后端运行在8000端口，检查 vite.config.ts 中的代理配置。
A: 查看 logs/run_xxx/ 目录下的 train.log 文件和 curves.png 图表。
A: 使用 --base 参数指定模型路径：
python -m ai.train -n 100 --base models/checkpoints/50.pthMIT License