具有成長(zhǎng)性的人機(jī)對(duì)弈系統(tǒng)的研究.pdf

1、人機(jī)對(duì)弈是目前計(jì)算機(jī)領(lǐng)域的重要課題之一，對(duì)于學(xué)術(shù)研究和工程應(yīng)用都具有重要意義。與傳統(tǒng)人機(jī)對(duì)弈方法相比，本文以成長(zhǎng)性為亮點(diǎn)，令機(jī)器棋手象人類(lèi)一樣可以通過(guò)學(xué)習(xí)獲得規(guī)律，提高棋力。通過(guò)對(duì)比常用的機(jī)器學(xué)習(xí)方法，本文選擇基于解釋的學(xué)習(xí)（Explanation-Based Learning，簡(jiǎn)稱(chēng)EBL）作為基本理論。隨后，經(jīng)過(guò)對(duì)于人機(jī)對(duì)弈系統(tǒng)進(jìn)行深入研究后，本文分析并確定了人機(jī)對(duì)弈系統(tǒng)的基本組成及各部分的功能。具有成長(zhǎng)性的人機(jī)對(duì)弈系統(tǒng)由四個(gè)子系統(tǒng)組

2、成，即人機(jī)交互子系統(tǒng)、學(xué)習(xí)子系統(tǒng)、對(duì)弈子系統(tǒng)、持久化存儲(chǔ)子系統(tǒng)。其中，學(xué)習(xí)子系統(tǒng)和對(duì)弈子系統(tǒng)是關(guān)鍵所在。接著，本文以對(duì)于圍棋領(lǐng)域的深刻認(rèn)識(shí)為基礎(chǔ)，以基于解釋的學(xué)習(xí)方法為指導(dǎo)，設(shè)計(jì)了對(duì)應(yīng)這兩個(gè)子系統(tǒng)的基本方案：圍棋學(xué)習(xí)方法（I-Go Learning Method，簡(jiǎn)稱(chēng)IGLM）和圍棋對(duì)弈方法（I-GoPlaying Method，簡(jiǎn)稱(chēng)IGPM）。圍棋學(xué)習(xí)方法以解決機(jī)器棋手如何學(xué)習(xí)對(duì)弈為目標(biāo)，以領(lǐng)域知識(shí)樹(shù)和棋塊樹(shù)為基礎(chǔ)，通過(guò)對(duì)每個(gè)訓(xùn)練樣例

3、的逐一分析，學(xué)到規(guī)則及其學(xué)習(xí)期評(píng)價(jià)（Learning-Time Evaluation，簡(jiǎn)稱(chēng)LTE），更新到規(guī)則庫(kù)中。圍棋對(duì)弈方法以解決機(jī)器棋手如何對(duì)弈為目標(biāo)，以規(guī)則庫(kù)、棋塊樹(shù)和棋盤(pán)-規(guī)則映射表為基礎(chǔ)，根據(jù)棋盤(pán)局面選擇合適的規(guī)則，并通過(guò)對(duì)學(xué)習(xí)期評(píng)價(jià)和對(duì)弈期評(píng)價(jià)（Playing-Time Evaluation，簡(jiǎn)稱(chēng)PTE）的綜合計(jì)算，確定最佳棋著，完成對(duì)弈決策。與傳統(tǒng)方式相比，這兩個(gè)方法均具有逐步提高對(duì)弈水平、較高的運(yùn)行效率和正確性、新式的