

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、2016年3月谷歌AlphaGo擊敗世界圍棋冠軍李世石九段,使人工智能、機器博弈再次成為大眾焦點。人工智能是計算機科學(xué)的重要研究方向,主要研究用機器來模擬和執(zhí)行人腦的智力功能,開發(fā)相關(guān)的理論和技術(shù),從而達(dá)到讓機器可以能像人一樣進(jìn)行學(xué)習(xí)、思考、判斷等各種腦力活動的目標(biāo)。機器博弈因使用計算機解決博弈問題而得名,它將博弈思想和計算機科學(xué)相融合,希望計算機能像人一樣做出理性決策。機器博弈作為人工智能極具挑戰(zhàn)的分支之一,一直以來都被譽為人工智能的
2、“果蠅”,機器博弈的研究對于人工智能的發(fā)展具有積極的推動作用。機器博弈在國外的發(fā)展較早,并取得了一定的成就;在國內(nèi)的發(fā)展還比較緩慢,以棋類為載體是目前研究機器博弈的主要方法。
點格棋是法國數(shù)學(xué)家愛德華·盧卡斯在1891年提出的二人紙筆游戲。點格棋博弈系統(tǒng)主要由知識表示、著法生成、搜索算法和估值函數(shù)四部分組成,其中搜索算法是核心。搜索算法根據(jù)當(dāng)前局面生成一顆一定深度的博弈樹,對博弈樹進(jìn)行向下搜索,傳統(tǒng)的點格棋博弈系統(tǒng)所采用的搜索
3、算法多為α-β剪枝算法,采用α-β剪枝算法存在搜索深度淺、浪費時間等問題。另一方面α-β剪枝算法必須有一個估值函數(shù)對棋盤的優(yōu)劣進(jìn)行評估。目前常采用的估值方法當(dāng)棋盤中不存在安全邊的時候會比較準(zhǔn)確,但是如果棋盤中含有安全邊,估值會由于安全邊占領(lǐng)的順序不同而存在誤差,所以點格棋博弈系統(tǒng)的估值函數(shù)設(shè)計相對較難。
UCT算法是蒙特卡洛算法的一種延伸算法,根據(jù)大數(shù)定理以多次模擬的方式實現(xiàn)對博弈樹中節(jié)點的價值評估,同時將UCB算法應(yīng)用到博弈
4、樹搜索上,通過UCB算法選擇進(jìn)行評估的節(jié)點,引導(dǎo)博弈樹向更好的方向生長,有利于更快的獲得最優(yōu)解。UCT算法根據(jù)大量模擬棋局的結(jié)果以概率的方法進(jìn)行盤面優(yōu)劣的判斷,預(yù)估節(jié)點的好壞,優(yōu)先選擇表現(xiàn)好的節(jié)點。這種方法解決了點格棋目前存在的盤面評估問題。將UCT算法應(yīng)用到點格棋博弈,最后通過實驗證明采用UCT算法的點格棋博弈系統(tǒng)博弈水平高于α-β剪枝算法。
根據(jù)點格棋博弈過程中棋盤會存在許多價值相同的邊即等價邊,這些邊選擇其中任意一條邊進(jìn)
5、行搜索,與對這些全部進(jìn)行搜索產(chǎn)生的結(jié)果相同,在進(jìn)行博弈樹搜索時只需要對其中一條邊進(jìn)行搜索,據(jù)此提出基于等價邊裁剪的UCT算法在UCT算法拓展節(jié)點階段進(jìn)行等價邊裁剪。最后通過實驗證明改進(jìn)算法能夠減少博弈樹搜索時搜索節(jié)點的數(shù)量,大幅度提高UCT算法的博弈水平。
在UCT算法模擬棋局階段,為提高模擬棋局結(jié)束后收益值計算的準(zhǔn)確性,在原有計算方法的基礎(chǔ)上提出了基于修正值的收益值計算方法,不僅對模擬棋局勝負(fù)進(jìn)行了區(qū)分,還對勝負(fù)的程度進(jìn)行了
6、量化,使收益值更加的精確;其次,為提高模擬棋局的次數(shù),實現(xiàn)了基于多核CPU的UCT算法的并行化,充分利用了多核CPU的計算性能,提高棋局的模擬數(shù)量。綜合以上兩點改進(jìn)提出基于修正收益值的并行UCT算法,通過實驗證明基于修正收益值的并行UCT算法可以提高博弈樹搜索深度和模擬棋局?jǐn)?shù)量,使UCT算法的博弈水平更高。
本文的創(chuàng)新點如下:
1.在認(rèn)真分析點格棋博弈中經(jīng)常使用的搜索算法后,發(fā)現(xiàn)UCT算法相對于傳統(tǒng)的α-β剪枝算法有
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于FPGA的牛角棋博弈算法研究與實現(xiàn).pdf
- 六子棋博弈中搜索技術(shù)的研究與實現(xiàn).pdf
- 基于UCT算法的非完備信息多人軍棋博弈系統(tǒng).pdf
- 六子棋計算機博弈系統(tǒng)的研究與實現(xiàn).pdf
- 六子棋計算機博弈系統(tǒng)的研究與實現(xiàn)
- 六子棋計算機博弈及其系統(tǒng)的研究與實現(xiàn).pdf
- 愛恩斯坦棋計算機博弈系統(tǒng)的研究與實現(xiàn).pdf
- 基于uct的圍棋引擎的研究與實現(xiàn)(computer go engine research based on uct)
- 格點計算環(huán)境中若干問題的研究與實現(xiàn).pdf
- 基于計算機博弈的五子棋算法研究.pdf
- 基于極大極小搜索算法的亞馬遜棋博弈系統(tǒng)的研究.pdf
- 面向網(wǎng)格的三維格點Monte Carlo并行算法研究與實現(xiàn).pdf
- 非完美信息博弈算法研究與軍棋博弈系統(tǒng)設(shè)計與實現(xiàn).pdf
- 基于智能算法的六子棋博弈行為選擇的應(yīng)用研究.pdf
- 基于搜索算法的人工智能在五子棋博弈中的應(yīng)用研究.pdf
- 基于Spark的概念格構(gòu)建算法的研究與實現(xiàn).pdf
- 六子棋計算機博弈及其系統(tǒng)的研究與優(yōu)化.pdf
- 基于靜態(tài)評估的計算機圍棋UCT算法改進(jìn)研究.pdf
- 五子棋計算機博弈系統(tǒng)的研究與設(shè)計.pdf
- 基于博弈論的預(yù)測預(yù)約路由算法研究與實現(xiàn).pdf
評論
0/150
提交評論