中國象棋計(jì)算機(jī)博弈中的增強(qiáng)學(xué)習(xí)研究.pdf_第1頁
已閱讀1頁,還剩70頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、計(jì)算機(jī)博弈曾一直被稱為是人工智能研究的“果蠅”,但對(duì)于有幾千年歷史的中國象棋的計(jì)算機(jī)博弈的研究卻遠(yuǎn)遠(yuǎn)落后于其它棋類,為了改變這種局面,東北大學(xué)成立了“棋天大圣”中國象棋計(jì)算機(jī)博弈代表隊(duì)。論文選題正是來源于在隊(duì)內(nèi)所做的研究工作。 為了解決傳統(tǒng)的線性評(píng)估函數(shù)對(duì)中國象棋局面的評(píng)估不夠精確的問題,本文提出了兩個(gè)解決方案:一個(gè)是使用TD(λ)增強(qiáng)學(xué)習(xí)算法優(yōu)化傳統(tǒng)的線性評(píng)估函數(shù)的可調(diào)參數(shù);另一個(gè)是使用人工神經(jīng)元BP網(wǎng)絡(luò)替代傳統(tǒng)的線性評(píng)估函數(shù)

2、,然后使用TD(λ)算法訓(xùn)練該網(wǎng)絡(luò)。一個(gè)中國象棋增強(qiáng)學(xué)習(xí)系統(tǒng)被設(shè)計(jì)用來實(shí)現(xiàn)這兩個(gè)方案的學(xué)習(xí)過程。在該系統(tǒng)中可以使用TD(λ)算法進(jìn)行四種形式的學(xué)習(xí):專家棋譜數(shù)據(jù)庫學(xué)習(xí),自學(xué)習(xí),固定對(duì)手學(xué)習(xí)和網(wǎng)絡(luò)對(duì)戰(zhàn)學(xué)習(xí)。為了驗(yàn)證學(xué)習(xí)的效果,設(shè)計(jì)了一個(gè)連線器用于將本系統(tǒng)連接到Internet上的一個(gè)網(wǎng)絡(luò)對(duì)戰(zhàn)平臺(tái)—弈天棋緣,通過在網(wǎng)上擂臺(tái)的等級(jí)來評(píng)價(jià)學(xué)習(xí)后的棋力提高程度。 實(shí)驗(yàn)表明,使用TD(λ)算法訓(xùn)練BP網(wǎng)絡(luò)的方案潛力巨大,值得進(jìn)行更深入的研究

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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論