AlphaZero

AlphaZero使用與AlphaGo Zero類似但更一般性的演算法，在不做太多改變的前提下，並將演算法從圍棋延伸到将棋與國際象棋上。AlphaZero與AlphaGo Zero不同之處在於：

• AlphaZero的超参数是寫死的。
• AlphaZero現在會不斷更新人工神经网络。
• 圍棋在某些情況是對稱或是可旋轉的，AlphaGo Zero的程式利用這個特性降低計算複雜性，AlphaZero因為延伸到將棋與國際象棋則拿掉了這段程式。
• 西洋棋有已知的和局終局資料庫，所以AlphaZero利用這個終局資料庫納入計算。

AlphaZero基於蒙特卡洛树搜索，每秒只能搜尋8萬步（西洋棋）與4萬步（將棋），相較於Stockfish每秒可以7000萬步，以及elmo每秒可以3500萬步，AlphaZero則是利用了類神經網路提昇了搜尋的品質。

西洋棋

在4小時的訓練後（約自我訓練4400萬局），AlphaZero以28勝72和0敗的成績打敗Stockfish。

將棋

在12小時的訓練後（約自我訓練2400萬局），AlphaZero以90勝2和8敗的成績打敗elmo。

圍棋

在34小時的訓練後（約自我訓練2100萬局），AlphaZero以60勝40敗的成績打敗AlphaGo Zero。

• Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm（页面存档备份，存于互联网档案馆），AlphaZero的論文。
• Game Downloads（页面存档备份，存于互联网档案馆），AlphaZero與西洋棋軟體Stockfish的對弈記錄。
• Chess.com Youtube playlist for AlphaZero vs. Stockfish（页面存档备份，存于互联网档案馆）