人工智能是近年來很活躍的研究領(lǐng)域之一。機器學習和博弈是人工智能研究的重要分支。國內(nèi)外對博弈的研究已經(jīng)較為廣泛，特別是IBM的國際象棋程序“深藍”，已經(jīng)達到了人類的世界冠軍水平。但是這些程序或者需要經(jīng)過大量訓練，或者采用死記硬背的學習方法，或者是采用大規(guī)模搜索算法實現(xiàn)，難以避免“組合爆炸”的危機，因此，一個真正“智能”的，有學習能力的高效率的博弈策略還有待進一步研究。本文將TD（Temporal Difference）預測與BP神經(jīng)網(wǎng)絡相結(jié)合，得到一種用于博弈的強化學習法，以博弈中常用的極小極大搜索法和NegeScout搜索法為基礎，并應用它實現(xiàn)了一個能自學習的五子棋博弈程序。該方法克服了使用靜態(tài)估值函數(shù)的不足，實踐證明，該方法是成功的，使用該方法的程序經(jīng)過較短時間的訓練后達到了較好的下棋水平。本文首先研究了五子棋在計算機中的表示問題，討論了計算機中存貯棋局和識別下棋次序，局勢狀態(tài)變化及局勢特征的等方法。其次研究了博弈樹的極小極大搜索技術(shù)及在此基礎上的α－β剪枝過程和剪枝優(yōu)化問題。實現(xiàn)將候選的后繼節(jié)點按位置鄰近順序排序，使剪枝過程得到優(yōu)化。此外還研究了α－β剪枝的改進算法NegeScou... 

【文章來源】：廣西師范大學廣西壯族自治區(qū)

【文章頁數(shù)】：46 頁

【學位級別】：碩士

【部分圖文】：

－5優(yōu)先搜索空點1

如“五子連”，在棋盤上有四種出現(xiàn)形式。如圖某路上有此特征。如(a)圖稱為橫 x 路上有五子連特征特征，（c）圖稱為左斜 x 路上有五子連特征，（d）圖稱它特征也是同樣。中，程序使用的主要特征有：(1) “OOOOO” (2) “+OOOO+”(3) “+OOO++” (4) “++OOO+”5) “+OO+O+” (6) “+O+OO+”7) “OOOO+’ (8) “+OOOO”9) “OO+OO” (10) “O+OOO”11) “OOO+O” (12) “++OO++”13) “++O+O+” (14) “+O+O++”(c) (d)圖 4－2 棋盤特征形式

所以局勢 n 的總得分為：的不足及實踐結(jié)果采用極小極大搜索加靜態(tài)估值技術(shù)，實的業(yè)余人員時常也會負于此程序。用固定的估值法，為設計這個估值函數(shù)能充分判斷棋局局面中的某一特征在形勢給整個局面比較準確的評分。但是面對精確的形勢判斷，特別是在對局的開始量的棋局狀態(tài)進行存儲，就要求有大的函數(shù)不可能有很大的準確性�！爸橇Α陛^低，而且固定的賦值方式使圖 4－3 局勢特征例

【參考文獻】：
期刊論文
[1]基于 PDC-PROLOG 自學習機器博弈[J]. 廖家平,舒軍,王粟.  湖北工學院學報. 1997(04)
[2]博弈樹搜索與靜態(tài)估值函數(shù)[J]. 肖齊英,王正志.  計算機應用研究. 1997(04)
[3]在計算機圍棋中形象思維的研究[J]. 王魯明,戴汝為.  自動化學報. 1997(04)



本文編號：2974281