發(fā)布時間：2021-12-29 07:20

　　基于深度學(xué)習(xí)模型的有監(jiān)督訓(xùn)練依賴于大量高質(zhì)量標(biāo)定數(shù)據(jù),但眾多小眾計算機博弈比賽棋種存在缺少人類對局記錄作為訓(xùn)練樣本的問題,因此在使用深度學(xué)習(xí)模型前如何生成一個合理標(biāo)定的局面數(shù)據(jù)集是值得研究探討的問題。針對點格棋博弈問題,提出了一種數(shù)據(jù)哈希去重以及局面標(biāo)定方法。根據(jù)不同階段回合局面數(shù)據(jù)的特點,通過alpha-beta完全搜索、回溯標(biāo)定、并行化MCTS算法標(biāo)定以及對稱擴展技巧,收集并標(biāo)定不同回合數(shù)的點格棋局面樣本。實驗共獲得了包含15 000 000個帶標(biāo)定點格棋局面樣本的數(shù)據(jù)集,為基于深度學(xué)習(xí)模型的點格棋有監(jiān)督訓(xùn)練提供了保障。此外,所提方法也為其他棋種訓(xùn)練數(shù)據(jù)的獲取提供了有價值的借鑒。

【文章來源】： 計算機應(yīng)用研究. 2020,37(02)北大核心CSCD

【文章頁數(shù)】：3 頁

【文章目錄】：
1 點格棋局面表示及哈希去重法
2 數(shù)據(jù)標(biāo)定方法的設(shè)計與實現(xiàn)
    2.1 完全搜索數(shù)據(jù)標(biāo)定法
    2.2 回溯數(shù)據(jù)標(biāo)定法
    2.3 并行MCTS數(shù)據(jù)標(biāo)定法
    2.4 對稱翻轉(zhuǎn)擴充數(shù)據(jù)法
3 實驗
    3.1 搜索標(biāo)注實例
    3.2 回溯標(biāo)注實例
    3.3 對稱翻轉(zhuǎn)擴充實例
4 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]計算機博弈競賽與創(chuàng)新人才培養(yǎng)模式改革 [J]. 王亞杰,邱虹坤,尹航,徐晗,張潔.  實驗技術(shù)與管理. 2016(10)



本文編號：3555662