使用类反射算法使AI学习五子棋

exe和源文件已经加进附件中。（打开源文件先安装gamemaker）
很早就做好了，但是后来进行了不少调整。声明一下，这个程序是对反射算法的模拟与实现，有一些点可能会和反射算法有不同，那是根据我的理解改编的。我不会讲反射算法理论，我这里是对这次实践的解释。要理论请自行搜索。
反射会作为最基础的记忆单位（每个反射链由两个神经元结合在一起）（原谅我，我在源文件里把反射这种对象名称写成了oNeuron，请忽略）储存了一个强度，当一个信号穿过它，新信号值变化成旧信号值*强度。
0<=强度<=1。穿过时，同时会巩固这个强度；也就是增加一定的值，可以在源文件的oBegin对象里的create事件的memoryreinforce变量里设置。
同时，每一毫秒会遗忘掉的强度，可以在源文件的oBegin对象里的create事件的memorydecay变量里设置。
以上的对反射与记忆的模拟。
以下是对需要与欲望的模拟，涉及到评估。
评估函数最大是100000分，也就是100%（也就是1）。对应的局面是五子连棋。
其次是+****+，得分50000.
O****+,得分10000
+***++，得分1000
++**++，得分100
+++*++，得分10.
其中，*是我方棋子，O是空位，+是别人棋子。
用这个方法对机器人方棋子局面进行一次评估，然后减去对人类方局面评估的分数（因为是惩罚，抑制信号用减数），得到的值对每个反射都施加一遍。例如机器人方五子连棋100000分，人类方局面分数为0，所有神经网络里反射都会增到最大值。
但是要是人类方出现了++**++的局势，已经对机器人反射进行了一次抑制信号，又轮到人类时又在另一个地方下出了+++*++，是否要把上次的抑制信号再算进来？
不用，我们有一个记录上次局面总评分的变量。每次把这次评分减去上次评分，得到的就是这一次出现的新评分。在evaluation函数里，e和f记录当前的评分（分别代表兴奋的评分和抑制的评分），g和h记录上次的。对所有反射施加时，施加的强度是e-g和f-h。
接下来是不同功能（动作、感觉）的神经元如何排列。
棋盘的每个格子对应神经网络上的每三个神经元：感受这个格子机器人方的棋子、将机器人的棋子下在这个位置上和感受这个格子人类方的棋子。比如说吧，把这三种神经元对应ABC，神经元会是像这样排列的。
ABCABCABCABCABCABCABCABCABCABCABCABCABCABCABC
ABCABCABCABCABCABCABCABCABCABCABCABCABCABCABC
ABCABCABCABCABCABCABCABCABCABCABCABCABCABCABC
ABCABCABCABCABCABCABCABCABCABCABCABCABCABCABC
ABCABCABCABCABCABCABCABCABCABCABCABCABCABCABC
ABCABCABCABCABCABCABCABCABCABCABCABCABCABCABC
ABCABCABCABCABCABCABCABCABCABCABCABCABCABCABC
ABCABCABCABCABCABCABCABCABCABCABCABCABCABCABC
ABCABCABCABCABCABCABCABCABCABCABCABCABCABCABC
ABCABCABCABCABCABCABCABCABCABCABCABCABCABCABC
ABCABCABCABCABCABCABCABCABCABCABCABCABCABCABC
ABCABCABCABCABCABCABCABCABCABCABCABCABCABCABC
ABCABCABCABCABCABCABCABCABCABCABCABCABCABCABC
ABCABCABCABCABCABCABCABCABCABCABCABCABCABCABC
ABCABCABCABCABCABCABCABCABCABCABCABCABCABCABC
分别对应棋盘15*15尺寸。
我还没能把训练成全能神，你们自己去试验吧，我没这个时间。闲着的多跟它下，要是它有什么成果请回复我。
要批评我或者给予我建议和意见的也好，希望我这个贴不会太冷清。