本科毕业论文的参考文献，结合蒙特卡洛树搜索的自适应动态规划五子棋算法。本人将英文版本翻译成中文版，打发一起上传。

gomoku_ai [RU] [RU] 在Gomoku中使用minimax算法，MTD（f），MCTS的变体进行实验mtdf（10）-危险的修剪，可能导致意外损失主要的AI代理位于mtdf（10）_worker.js中。 您可以在这里与AI对战 在Chrome中打开html文件时，您会看到此错误 Chrome浏览器不允许您从本地文件加载网络工作者。 C ++版本

mcts_gobang mcts 算法 为核心 的 五子棋 对弈实现

MCTS-Gomoku-agent:使用蒙特卡洛树搜索（MCTS）的AI Gomoku代理

临时制TSP 这是使用蒙特卡洛树搜索（MCTS）解决旅行商问题（TSP）的源代码。 纸 如果您想了解更多详细信息，请参阅我们的论文“通过蒙特卡罗树搜索TSP的扩大邻域目标抽样” 。 依存关系 gcc> = 4.8.5 计算平台：Linux 快速开始 为了使用MCTS解决具有20个节点的TSP实例： cd $download -dir cd TSP-20-50-100 bash solve-20.sh 32 用法 数据集 我们的模型分别在两个数据集TSP-20-50-100和TSPLib上进行了测试，可从以下网站下载该数据集： 多线程 如果更快地解决TSP实例，则可以充分利用CPU。 默认情况下，我们基于32个线程来处理它们： cd $download -dir cd TSP-20-50-100 bash solve-20.sh 32 顺便说一下，我们的多线程方案仅适用于TSP-2

用Python实现蒙特卡罗树搜索(MCTS)算法

NoGoAIForBotzone：基于MCTS的不围棋Bot

这是一个已经实现了的15*15的五子棋（有禁手）AI，拥有强大的对局能力，并上传源码