本项目是一个基于 MuZero 和 Gumbel 搜索构建的三人八子棋（Eight-in-a-Row）AI 训练与对弈系统。该系统采用了 DeepSeek MLA 作为网络骨干，并深度集成了课程学习（Curriculum Learning）、联赛机制（League）、基于种群的训练（PBT）、Engram 情节记忆以及 EfficientZero 的一致性损失等高级强化学习技术。此外，项目支持同步与多进程异步训练，并提供了基于 FastAPI 的实时对弈服务以及基于 WebSocket 的可视化训练监控台。