逆向深度q学习 源码

创建三个玩Reversi游戏的AI代理(也称为商标Othello)。 由python撰写 game_play.py 该文件将播放两个AI代理。 从命令行,使用以下命令调用此函数: python gameplay.py [-t ] [-v] [-r] player1 player2 其中player1.py和player2.py是包含nextMove和nextMoveR的python文件。 标志-v代表详细输出(每转之后显示板,已经实现),标志-r代表“反转”(使用nextMoveR而不是nextMove)。 random_play.py 主动采取法律行动的AI代理 simple_gre