tictactoe:Q-learning 和 negamax 算法来玩 tic tac toe (naughts and cro...

一种使用 minimax 的 negamax 实现以最佳方式对抗人类的 tic tac toe（naughts 和 crosses）的算法。 请参阅： : 一种通过使用 Q-learning 与自己对战来学习玩井字游戏（naughts and crosses）的算法。 请参阅： :