SHOGI

将棋AIの学習・Lambdaへのデプロイ・ReactによるWebアプリ上でのプレイを行う

• AIの学習
  • 強化学習
    • PyTorch
    • DQN
    • CNN
  • 教師あり学習
    • PyTorch
• サーバーサイド
  • APIサーバー
    • FastAPI
  • LambdaのRestAPI
    • Lambda (Docker)
• クライアントサイド
  • React
  • Recoil
  • MUI (v5)

動作環境

python3.9

将棋AIの学習

強化学習

学習

$ PYTHONPATH=. python3 training/reinforcement_learning/train.py

推論

$ PYTHONPATH=. python3 training/reinforcement_learning/test.py

教師あり学習

事前に kifu/hcp にhcp形式のファイルを保存してください

$ PYTHONPATH=. python3 training/supervised_learning/train.py

AI指手のAPI構築

AI指手のFastAPIサーバーのローカル実行

サーバーの立ち上げ

$ PYTHONPATH=. uvicorn apps.app_server:app --reload

リクエストを送る

$ curl -XPOST -d '{"moves": ["7776FU", "3334FU"]}' -H "Content-Type: application/json" localhost:8000/move

※ CPUでCNNの推論を行うため、Memory ~ 3GB, Duration ~ 1sほど要します.

AI指手のLambdaサーバーのローカル実行

dockerイメージ作成

$ docker build -t shogi-lambda:latest -f ./apps/Dockerfile .

dockerコンテナの実行開始

$ docker run -p 9000:8080 shogi-lambda:latest

リクエストを送る

$ curl -XPOST "http://localhost:9000/2015-03-31/functions/function/invocations" -d '{"moves": ["7776FU", "3334FU"]}'