pip3 install torch
pip3 install numpy
pip3 install pygame
python3 main.py
No arquivo main.py as duas primeiras variáveis são oponent e player_white
oponent=0 # O jogador controla as peças brancas e pretas
oponent=1 # Jogar contra o chat GPT (Necessária uma api-key)
oponent=2 # Jogar contra o minimax + MLP
oponent=3 # Jogar contra o minimax + CNN
player_white=True # O jogador joga com as peças brancas e o oponente com as pretas
player_white=False # O jogador joga com as peças pretas e o oponente com as brancas
Observação: A profundidade do minimax está configurada como 1 para que os oponentes executem mais rápido. Porém as avaliações foram feitos com profundidade 7.
É necessário criar uma api key no site da open AI. Após isso, criar um arquivo com o nome "api_key.txt" na pasta principal do projeto e inserir apenas a api key no arquivo.
O treinamento foi feito com o banco de dados de avaliação de partidas do lichess que pode ser baixada por meio do link a seguir.
https://database.lichess.org/lichess_db_eval.json.zst
Para treinar as redes é necessário fazer o download e descompactar o arquivo na pasta /data Após isso é necessário descomentar as duas últimas linhas (dos dois scripts) e executar o script de treinamento
Para a MLP:
python3 evaluator_MLP.py
E para a CNN:
python3 evaluator_CNN.py
Obs: A ideia é fazer por reinforcement learning no futuro, para que os programas aprendam jogando contra eles mesmos, após algumas tentativas percebi que isso é mais difícil que parece e acabei treinando os bots com dados de avaliação de partidas do lichess.
