本项目实现了一个基于极小化极大算法和Alpha Zero原理的五子棋AI。2023年11月重写了代码，使其更加简洁并修复了AI下棋错误。项目提供了详细的中文教程，帮助用户从零开始编写五子棋AI，并支持React V18版本。适合对机器学习和神经网络感兴趣的开发者进行研究和交流。

该项目基于AlphaGo Zero论文，提供了简化和灵活的自学强化学习实现，适用于各种双人回合制对抗游戏和深度学习框架。用户可通过实现Game.py和NeuralNet.py中的类，为所选游戏自定义实现。项目提供了Othello、五子棋和井字棋等游戏示例，支持PyTorch和Keras框架，并包含核心训练循环、蒙特卡洛树搜索和神经网络参数设置的详细说明，此外还提供预训练模型和Docker环境设置。