【摘要】：機(jī)器博弈是人工智能領(lǐng)域的重要研究方向,是機(jī)器智能、兵棋推演、智能決策系統(tǒng)等人工智能領(lǐng)域的重要科研基礎(chǔ)。機(jī)器博弈被認(rèn)為是人工智能領(lǐng)域最具挑戰(zhàn)性的研究方向之一。機(jī)器博弈常被看作是人工智能的“果蠅”,其研究成果對(duì)其他領(lǐng)域也能產(chǎn)生重要影響,因此對(duì)機(jī)器博弈的研究具有重要的意義。六子棋是機(jī)器博弈中的一個(gè)新興棋種,近幾年越來(lái)越走進(jìn)大眾的視野,吸引了越來(lái)越多的研究者行進(jìn)研究。評(píng)估函數(shù)是博弈程序?qū)置嫘问竭M(jìn)行判斷的核心方法,評(píng)估函數(shù)的準(zhǔn)確程度決定了程序?qū)置嫘蝿?shì)判斷的準(zhǔn)確程度,從而程序才能選擇正確的應(yīng)對(duì)方案。現(xiàn)有六子棋評(píng)估函數(shù)大致分為基于棋型和基于路的兩種�；谄逍偷脑u(píng)估函數(shù)對(duì)棋型的分割非常復(fù)雜和耗時(shí),而傳統(tǒng)基于路的評(píng)估函數(shù)不能很好地應(yīng)對(duì)各種局面。本文重點(diǎn)研究六子棋的評(píng)估函數(shù),針對(duì)現(xiàn)有基于路的評(píng)估函數(shù)存在的問題提出了雙評(píng)價(jià)參數(shù)評(píng)估函數(shù),解決了傳統(tǒng)基于路的評(píng)估函數(shù)不靈活且不能應(yīng)對(duì)不同局面的問題。本文研究了基于全局路的評(píng)估函數(shù)和基于局部路的評(píng)估函數(shù)的特點(diǎn),將二者相結(jié)合,使評(píng)估函數(shù)既可以準(zhǔn)確地評(píng)估全局,又保證了執(zhí)行效率。同時(shí)使用了兩組參數(shù)分別應(yīng)用于我方優(yōu)勢(shì)與我方劣勢(shì)的情況,以應(yīng)對(duì)不同的局面。本文為驗(yàn)證雙評(píng)價(jià)參數(shù)評(píng)估函數(shù)的合理性,設(shè)計(jì)了棋局局面傾向?qū)嶒?yàn)、估值準(zhǔn)確性實(shí)驗(yàn)和棋力水平實(shí)驗(yàn)。局面傾向性實(shí)驗(yàn)證明不同實(shí)驗(yàn)參數(shù)設(shè)置會(huì)導(dǎo)致不同傾向的說法。估值準(zhǔn)確性實(shí)驗(yàn)證明在某些局面下,雙評(píng)價(jià)參數(shù)評(píng)估函數(shù)對(duì)比傳統(tǒng)基于路的評(píng)估函數(shù)能夠更準(zhǔn)確的判斷當(dāng)前局面,能更準(zhǔn)確地引導(dǎo)棋局。棋力水平實(shí)驗(yàn)證明了使用雙評(píng)價(jià)參數(shù)評(píng)估函數(shù)對(duì)比傳統(tǒng)基于路的評(píng)估函數(shù)有著更高的勝率。此外由于評(píng)估函數(shù)對(duì)搜索效率有著很大的影響,設(shè)計(jì)了搜索效率實(shí)驗(yàn)對(duì)比兩種評(píng)估函數(shù)的評(píng)估效率。本文最后基于所提的雙評(píng)價(jià)參數(shù)評(píng)估函數(shù)設(shè)計(jì)實(shí)現(xiàn)了六子棋程序Executor,詳細(xì)介紹了各個(gè)功能模塊的功能與實(shí)現(xiàn)方法,進(jìn)一步驗(yàn)證了本文方法的有效性。
【圖文】：

六子棋 1017210140-101882.2 六子棋棋盤表示人類在下棋過程中，首先需要對(duì)棋盤的局面存儲(chǔ)到腦子中，這時(shí)人類需要對(duì)棋盤上棋子的分布進(jìn)行解析。六子棋程序需要類似的方法，對(duì)棋盤進(jìn)行表示。六子棋棋盤表示的方法一般有比特棋盤、矩陣棋盤。其中矩陣表示相較于其他方法更能直觀的表示棋局的狀態(tài)，更容易理解，本文使用矩陣方法對(duì)棋盤進(jìn)行表示。矩陣方法使用二維矩陣表示棋盤，，六子棋的棋盤使用 19*19 大小的棋盤，總共 361 個(gè)交叉點(diǎn)。矩陣方法使用 19*19 的二維數(shù)組對(duì)棋盤進(jìn)行表示，數(shù)組每一個(gè)位置對(duì)應(yīng)棋盤相應(yīng)的位置，每個(gè)位置分別用 0、1、7 對(duì)應(yīng)棋盤不同的狀態(tài)。0 代表此位置上無(wú)字，1 代表有黑子，7 代表有白子。這里的 0、1、7 可以自行選取對(duì)應(yīng)數(shù)值，0 與 1 常用來(lái)表示棋盤中的無(wú)子與黑子。使用 7 表示的原因是在之后設(shè)計(jì)基于路的評(píng)估函數(shù)時(shí)、可以簡(jiǎn)化路的判定。圖 2-1 是之一局面下，矩陣方法的棋盤表示。

第 2 章 六子棋理論基礎(chǔ)2.3 博弈樹幾乎所有的棋類問題，都可以用博弈樹來(lái)描述。在六子棋中每一個(gè)局面對(duì)應(yīng)一個(gè)節(jié)點(diǎn)，每一個(gè)局面可以衍生出許多子局面，即每一個(gè)節(jié)點(diǎn)可以衍生出許多子節(jié)點(diǎn)。再將子節(jié)點(diǎn)繼續(xù)推演下去就和形成一顆博弈樹，這棵樹就反映了博弈雙方博弈的所有狀態(tài)。圖 2-2 是一棵博弈樹的圖示。假設(shè)博弈樹一顆節(jié)點(diǎn)的子節(jié)點(diǎn)數(shù)為 n，深度為h，則有 1 + n + n2+ n3+···+ nh= ( nh+1  n ) / ( n  1 )個(gè)結(jié)點(diǎn)，這個(gè)節(jié)點(diǎn)的數(shù)量是很大的，如果要對(duì)所有節(jié)點(diǎn)進(jìn)行搜索，需要花很長(zhǎng)的時(shí)間。但是人類卻可以很快的做出選擇。其實(shí)，人類棋手在下棋的過程中，在腦子里也生成了一棵博弈樹但不會(huì)把所有可能的情況全部生成，人類會(huì)很智能的把看起來(lái)不可能的節(jié)點(diǎn)或?qū)悍胶懿焕墓?jié)點(diǎn)直接過濾掉。在機(jī)器決策的過程中，這個(gè)過程通常通過搜索和剪枝的方法實(shí)現(xiàn)。
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP18;O225

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 何華燦;;人工智能基礎(chǔ)理論研究的重大進(jìn)展——評(píng)鐘義信的專著《高等人工智能原理》[J];智能系統(tǒng)學(xué)報(bào);2015年01期

2 張明亮;吳俊;李凡長(zhǎng);;五子棋機(jī)器博弈系統(tǒng)評(píng)估函數(shù)的設(shè)計(jì)[J];計(jì)算機(jī)應(yīng)用;2012年07期

3 徐長(zhǎng)明;馬宗民;徐心和;;一種新的連珠棋局面表示法及其在六子棋中的應(yīng)用[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年04期

4 徐心和;鄧志立;王驕;徐長(zhǎng)明;劉紀(jì)紅;馬宗民;;機(jī)器博弈研究面臨的各種挑戰(zhàn)[J];智能系統(tǒng)學(xué)報(bào);2008年04期

5 李果;;基于遺傳算法的六子棋博弈評(píng)估函數(shù)參數(shù)優(yōu)化[J];西南大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年11期

6 徐心和;王驕;;中國(guó)象棋計(jì)算機(jī)博弈關(guān)鍵技術(shù)分析[J];小型微型計(jì)算機(jī)系統(tǒng);2006年06期

7 王驕,王濤,羅艷紅,徐心和;中國(guó)象棋計(jì)算機(jī)博弈系統(tǒng)評(píng)估函數(shù)的自適應(yīng)遺傳算法實(shí)現(xiàn)[J];東北大學(xué)學(xué)報(bào);2005年10期

本文編號(hào)：2650057