作业 4：神经网络与搜索——重力四子棋

结合神经网络与蒙特卡洛树搜索（MCTS），通过自我对弈训练重力四子棋 AI。作业灵感来源于 AlphaZero，Notebook 和 Python 脚本版任选其一，使用课程提供的 pubpy 环境。

截止时间：2026 年 11 月 14 日 23:59。

作业材料

材料	内容
完整材料包（ZIP）	作业说明、两版引导教程、代码模板及参考文献；两版任选其一
作业说明原文	任务、对战平台登录说明、提交要求与评分规则
材料使用说明	环境、检查、训练、评估、导出与上传方法

下载并解压完整材料包，用 VS Code / Remote SSH 打开所选版本的整个子目录，保留其中的 starter/。Notebook 版只需补全笔记本，不用重复填写 starter/ 中的模板。Notebook 的基础操作可参考神经网络实践。

棋盘为 6 行、7 列。双方轮流选择一列，棋子落至该列最下方空位；横、竖或斜向先连成四子者获胜，棋盘填满且无人获胜则平局。列号为 0～6。

实现搜索：补全 starter/mcts.py 或 Notebook 第三节的选择、扩展、回传、搜索循环四个步骤。后续训练与对战使用自己实现的搜索。
自我对弈训练：补全 starter/train.py 或 Notebook 第四、五节，将访问次数转为落子分布，记录局面和胜负标签，并计算策略损失与价值损失。从随机初始化开始训练、保存模型，比较训练前后表现；跑通后可调整网络或训练参数。
对战测试：将导出的 code.zip 和 model.pt 上传至课程对战平台，与随机策略、入门策略或其他同学对战。操作方法见上传与对战指南。
已为同学们安排对战平台账号，用户名为学号，初始密码为圆周率前 15 位，登录后可以修改自己的密码。

在服务器个人目录中建立 ~/homework4/，放入以下内容：

所选版本	完整源码	模型
Python 脚本版	补全后的完整 `starter/` 文件夹	`model.pt`
Notebook 版	补全后的 `.ipynb`，以及从 `notebook_runs/实验名/src/` 复制得到的 `starter/` 文件夹	`model.pt`

只交一个版本，可以保留训练日志，无需提交训练数据缓存。平台上传的 code.zip 不含完整训练程序，不能代替服务器上的完整源码。

同时，在截止前进入对战平台的“正式比赛”页面，指定一个参赛版本；代码和模型应与服务器提交的作业对应。截止后冻结参赛版本，正式评测使用该版本，之后修改日常默认版本不影响参赛版本。日常榜排名不计入作业成绩。

完成作业要求并提交可运行的代码和模型后，按以下标准评分。未完成、缺交或无法运行的作业另行评定。

助教统一评测参赛模型。对随机策略和入门策略分别使用多组开局测试，每组交换先后手各下一局；每局胜、平、负分别计 1、0.5、0 分。累计得分超过总局数的一半才算通过，打平不通过。 具体测试局数视实际情况调整。

通过入门策略测试（资格赛）的模型进入正式比赛。暂定采用 8 轮瑞士制，根据当前积分安排对手，每场交换先后手各下一局，使用同一开局；按累计积分排名，同分时比较对手的最终积分总和。轮数、每场局数及开局设置会根据参赛人数和实际情况调整。

百分比按通过资格赛的人数计算。仍然并列且跨越评分档位时，按较高档计分。

评测采用统一的时间和资源限制，以平台公布的规则为准。超时、非法落子或程序崩溃判该局负；平台故障由助教处理并安排重赛。