猴子也能懂的電腦對局：從入門到實戰帶你打造遊戲 AI（iThome 鐵人賽系列書）

♟️ 楊承恩（Marsgoat）
興趣使然的 AI 工程師，研究所時期專精的是電腦對局領域，在 TCGA、TAAI、ICGA 等電腦對局比賽中均取得過金牌。
曾任圍棋人科技 AI 工程師，身為圍棋愛好者，結合興趣與專長，致力於打造能幫助人類學習的圍棋 AI。

♟️ 陳彥吉
自 2015 年開始參與國際電腦對局比賽，並分別在黑白棋、Nonogram、外五棋等多個遊戲項目上取得金牌。長期的競賽經驗不僅培養了冷靜分析與縝密思考的能力，也讓我更深刻體會到強化學習、對局演算法設計與人機對弈的魅力。
在比賽之外，亦積極投入相關領域的研究與推廣，希望能將電腦對局與強化學習的精神，轉化為更多元的應用與分享，讓更多人感受到電腦對局所帶來的樂趣與啟發

🙊 第一部分：簡介
Chapter 1 入局：電腦對局簡介
Chapter 2 來都來了，就參賽吧：電腦對局競賽
Chapter 3 是 AI 還是魔術：自動下棋機器人
Chapter 4 電腦如何下棋：從對局樹分析遊戲難易度

🙊 第二部分：搜尋演算法與審局函數
Chapter 5 窮舉的藝術：Minimax Algorithm
Chapter 6 形勢判斷：Evaluation Function
Chapter 7 靜態評估與形態學的結合：Bouzy's 5/21 Algorithm
Chapter 8 不要拼硬體，嘗試切他節點：Alpha-Beta Pruning
Chapter 9 斥侯探敵：Scout Algorithm
Chapter 10 順序也很重要：著手分析與優化
Chapter 11 化危機為轉機：Threat Space Search
Chapter 12 AI 也有鴕鳥心態：Horizon Effect
Chapter 13 實戰演練：圍棋征子邏輯
Chapter 14 實戰演練 2：進階征子邏輯

🙊 第三部分：MCTS 與 AlphaGo
Chapter 15 隨機模擬的魔法：Monte Carlo Method
Chapter 16 地獄倒楣鬼：春酒的賓果遊戲
Chapter 17 隨機亂下也能變高手：Monte Carlo Tree Search
Chapter 18 還要變得更強：MCTS 優化
Chapter 19 從不同角度看 AlphaGo
Chapter 20 抱在巨人的大腿上：AlphaZero 開源框架