隨著大數(shù)據(jù)時代的到來,機器學(xué)習(xí)受到了廣泛的關(guān)注。其中,采用智能優(yōu)化算法的計算機博弈一直是人工智能的熱點研究方向。如何使棋類博弈在無人監(jiān)督的情況下,實現(xiàn)自主識別、優(yōu)化招法、實時對弈,并不斷提升最終勝率,是該領(lǐng)域應(yīng)重點解決的技術(shù)問題。針對棋類博弈這一典型人工智能應(yīng)用場景,設(shè)計了一種基于無監(jiān)督學(xué)習(xí)的改進算法,該算法使用α-β搜索樹來選擇最佳匹配模式,創(chuàng)新性地將特征學(xué)習(xí)概念應(yīng)用于圖像識別領(lǐng)域。結(jié)合跳棋的特點和常用搜索方法,提出了一種基于K-means均值聚類算法的特征和模式學(xué)習(xí)方法。經(jīng)過實戰(zhàn)對弈訓(xùn)練發(fā)現(xiàn),提出的算法在和傳統(tǒng)網(wǎng)絡(luò)棋盤程序?qū)闹斜３至溯^高的獲勝率。 

【文章來源】：新技術(shù)新工藝. 2020,(04)

【文章頁數(shù)】：4 頁

【文章目錄】：
1 算法背景
    1.1 計算機跳棋的智能算法
    1.2 無監(jiān)督學(xué)習(xí)
2 跳棋場景中的無監(jiān)督學(xué)習(xí)算法設(shè)計
    2.1 基本框架
    2.2 價值網(wǎng)絡(luò)的K-means特征提取
3 試驗與分析
    3.1 模式提取結(jié)果
    3.2 結(jié)果討論
4 結(jié)語



本文編號：3635701