リバーシ（オセロ）を深層強化学習（DQN）で学習する方法を紹介します。 強化学習(主にQ学習)の基本から解説しています。 GPUでの効率的な実装方法についても解説しています。 作成したコードは、Google ColabのJupyter Notebookで実行できます。 作成したAIと対局することもできます。