協(xié)同進(jìn)化FNN在計算機圍棋中的研究與應(yīng)用.pdf

1、計算機博弈(Machine Game)一直以來都是檢驗人工智能發(fā)展水平的試金石,以研究計算機博弈為切入點,可以充分提高各種人工智能的理論水平。
　　以目前計算機博弈程序的發(fā)展水平來看,大部分的博弈游戲,例如跳棋,中國象棋,五子棋等,依靠傳統(tǒng)的博弈樹搜索算法和越來越快的計算機處理速度,博弈程序的水平已經(jīng)達(dá)到了專家級的高度,然而對于圍棋來說,這方面的研究仍然沒有突破性的進(jìn)展。究其原因,是需要考慮的分支數(shù)太多,即使計算機的速度再快,也難

2、以窮盡所有分支,目前較為主流的做法是建立一個圍棋模式數(shù)據(jù)庫,將當(dāng)前的棋局同數(shù)據(jù)庫中的模式進(jìn)行匹配,以找到最佳的著法。這種做法的局限性在于需要眾多的先驗知識去建立該數(shù)據(jù)庫,算法的好壞更多的取決于先驗知識的好壞,從研究人工智能的角度來講,我們更希望建立一個能從相互博弈的過程中不斷進(jìn)行自主學(xué)習(xí)的算法模型。想達(dá)到該目的只有用神經(jīng)網(wǎng)絡(luò)設(shè)計局面評估函數(shù),目前應(yīng)用到圍棋上做的最好的就是SANE(Symbiotic Adaptive Neuro-Evo

3、lution)算法,在SANE算法的基礎(chǔ)上,本文提出了一個用神經(jīng)網(wǎng)絡(luò)集成進(jìn)行局面估值的圍棋博弈算法模型,試驗證明,該模型經(jīng)過訓(xùn)練后具有更高的智力水平。
　　本文首先對相關(guān)領(lǐng)域知識進(jìn)行了全面綜述,再建立這一算法模型,并用實驗驗證了該算法的有效性,其中主要的創(chuàng)新性內(nèi)容如下:
　　1.集成多個神經(jīng)網(wǎng)絡(luò)作為計算機圍棋的局面評估函數(shù),使用協(xié)同進(jìn)化遺傳算法同時優(yōu)化單個神經(jīng)網(wǎng)絡(luò)以及神經(jīng)網(wǎng)絡(luò)之間的組合方式,這樣更有助于在進(jìn)化中保留有用部分,

4、拓展了搜索的空間,得到對當(dāng)前棋盤局面更加精準(zhǔn)的估值。
　　2.計算個體適應(yīng)度時,建立一個合適的多目標(biāo)評價函數(shù),而不是僅僅以比賽輸贏的結(jié)果作為評價的唯一因素,這樣有助于保持群體中個體的多樣性,避免算法的提前收斂。
　　3.在博弈個體的訓(xùn)練上,采用自主學(xué)習(xí)和監(jiān)督學(xué)習(xí)兩種相結(jié)合的方式。自主學(xué)習(xí)是指個體之間相互進(jìn)行博弈比賽,以比賽的結(jié)果作為評價個體適應(yīng)度的一部分考慮因素。監(jiān)督學(xué)習(xí)是為了防止個體之間出現(xiàn)相互串聯(lián)作弊,因此引入多個已有的