设为首页 - 加入收藏
广告 1000x90
您的当前位置:二四六天天好彩308K文字资料 > 博弈树搜索 > 正文

基于改进博弈树的黑白棋设计与实现

来源:未知 编辑:admin 时间:2019-07-19

  计算机的人工智能(Artificial Intelligence,简称AI)研究一直是人类一个富于挑战的实践。让计算机具有智能,是科研学者一直为之奋斗的课题。而在计算机AI的研究领域中,让传统的棋类博弈游戏具有智能,一直是人们关注和研究的内容。棋类博弈人工智能,一般包括博弈搜索、局面评估两个方面。顶尖的博弈智能系统还具备自学习的能力,在对局中通过学习不断地提高AI。各种棋类游戏虽然玩法各异,都是基本的博弈算法是通用。其中,作为博弈游戏AI最核心的博弈树搜索算法,是整个博弈AI的基础,同时也是最核心的内容。所以,对博弈树搜索算法的研究和设计,具有重要的现实意义。本论文就是通过对博弈搜索关键技术的分析,设计和实现一个基于改进博弈树搜索算法的黑白棋对弈系统。 本论文对基于改进博弈树的黑白棋设计与实现工作,主要体现在以下几个方面: 一、对博弈游戏核心的博弈树搜索算法等关键技术进行了较全面的研究和分析。从基本的min-max算法、alpha-beta剪枝、到基于启发式的优化策略、基于期望窗口和有损剪枝的优化策略,到使用多处理器的并行博弈计算等;尽量做到了全面而又系统,为后面的博弈树搜索算法的设计和改进奠定了基础。 二、以面向对象的设计思想,设计和实现黑白棋的人工智能对弈系统。在设计上,采用了完全面向对象的方法,把人工智能的各个方面抽象成人类智能对应的推理、分析、记忆和自学习几个方面,然后对这几个部分分别进行设计,改变了以往以算法为核心的形式。 三、在黑白棋博弈树搜索算法的实现上,对原来的博弈树搜索算法进行了一定改进。自行设计了一个基于双置换表、浅层探测启发和―杀手‖启发的搜索算法,并且具备动态选择要排序的结点进行排序的能力。这样大大提高了alpha-beta剪枝的效率。同时使用零窗口搜索的MTD(f)方法,一方面提高了效率,另一方面有利于以后的并行计算实现的扩展。 四、黑白棋的下棋规则和局面评估方面,使用了位棋盘的数据结构的设计和基于模板匹配的局面评估方法,最大程度地提高了下棋的效率和AI。位棋盘和基于模板匹配的方法是黑白棋程序现阶段先进的设计方法,同时也是其它棋类系统设计的发展趋势。 五、在黑白棋对弈系统开局库和自学习方面:开局库并没有使用传统的树型结构,而是使用基于一维线性表的二分查找方法来实现。同时,区别于一般的系统的自学习能力,就是自学习除了可以提高AI之外,还可以不断地提高下棋效率。 最后,通过测试,改进的启发式博弈树搜索比原alpha-beta搜索和传统的启发搜索在效率上有了相当的提高。同时经测试,本黑白棋人工智能对弈系统已经具备了较高的智能,具有一定的研究和使用意义。

  曹森;对α-β剪枝算法的性能改进研究[D];内蒙古师范大学;2012年

  莫建文,林士敏,张顺岚;基于TD强化学习智能博弈程序的设计与实现[J];计算机应用;2004年S1期

  张越;芦东昕;;面向目标的博弈搜索策略及其应用[J];计算机技术与发展;2007年03期

  岳金朋;冯速;;博弈树搜索算法在中国象棋中的应用[J];计算机系统应用;2009年09期

  徐心和;王骄;;中国象棋计算机博弈关键技术分析[J];小型微型计算机系统;2006年06期

  魏钦刚;王骄;徐心和;南晓斐;;中国象棋计算机博弈开局库研究与设计[J];智能系统学报;2007年01期

  徐心和;邓志立;王骄;徐长明;刘纪红;马宗民;;机器博弈研究面临的各种挑战[J];智能系统学报;2008年04期

  谢国;中国象棋机器博弈数据结构设计与搜索算法研究[D];西安理工大学;2008年

  杨兴江;BP算法的程序实现与改进[J];阿坝师范高等专科学校学报;2002年02期

  郑宇;罗四维;吕子昂;;基于模型的层次化强化学习算法[J];北京交通大学学报;2006年05期

  孙若莹;李忱;赵刚;;基于强化学习的牛鞭效应对策模型[J];北京信息科技大学学报(自然科学版);2011年01期

  李春贵,吴沧浦,刘永信;一种集成规划的SARSA(λ)强化学习算法[J];北京理工大学学报;2002年03期

  刘向东;崔晓婷;王华;张宇河;;TD再励学习在卫星姿态控制中的应用[J];北京理工大学学报;2006年03期

  毕金波,吴沧浦;有效的自适应λ即时差异学习(英文)[J];Journal of Beijing Institute of Technology(English Edition);1999年03期

  王雪松,程玉虎,彭光正;Modeling and Simulation of Time Series Prediction Based on Dynamic Neural Network[J];Journal of Beijing Institute of Technology(English Edition);2004年02期

  岳金朋;冯速;;中国象棋Alpha-Beta搜索算法的研究与改进[J];北京师范大学学报(自然科学版);2009年02期

  林海,孙吉贵;预测及其主要模型的实现系统[J];吉林大学学报(信息科学版);2002年04期

  王晓鹏;王骄;徐心和;郑新颖;;中国象棋与国际象棋比较分析[J];重庆工学院学报(自然科学版);2007年01期

  陈泰任;曹卫华;吴敏;雷琪;;一种新的集成模型在焦炉火道温度软测量中的应用[A];第二十六届中国控制会议论文集[C];2007年

  ;Reinforcement Strategy Using Quantum Amplitude Amplification for Robot Learning[A];第二十六届中国控制会议论文集[C];2007年

  冯闻捷;彭力;;牛角棋计算机博弈系统的实现[A];第二十七届中国控制会议论文集[C];2008年

  ;Sample-Based Potentials Estimation for the Optimal Control of Stochastic System[A];中国自动化学会控制理论专业委员会D卷[C];2011年

  郭成安;李建华;李明伟;;从观测数据学习后验概率函数:一种最佳神经网络模型的设计与分析[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年

  胡光华;;平均准则TD策略迭代算法[A];中国运筹学会第六届学术交流会论文集(上卷)[C];2000年

  胡光华;殷英;李世云;;即时差分策略迭代算法[A];中国运筹学会第七届学术交流会论文集(下卷)[C];2004年

  陈焕文;谢丽娟;谢建平;;TD方法与BP神经网络结合构造预测学习系统的算法分析与实现[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

  王直杰;方建安;邵世煌;;一种增强式学习算法及其在控制中的应用[A];1996中国控制与决策学术年会论文集[C];1996年

  王洪岩;朱峰;张雪峰;李玉倩;安爽;徐心和;;一种基于粗神经网络的中国象棋机器博弈评估实现[A];2007中国控制与决策学术年会论文集[C];2007年

  林龙信;仿生水下机器人的增强学习控制方法研究[D];国防科学技术大学;2010年

  陈学松;强化学习及其在机器人系统中的应用研究[D];广东工业大学;2011年

  李珺;基于强化学习的多机器人追捕问题研究[D];哈尔滨工业大学;2010年

  徐一帆;天基海洋移动目标监视的联合调度问题研究[D];国防科学技术大学;2011年

  董孟高;基于Agent的自适应系统运行机制及其构造技术研究[D];国防科学技术大学;2011年

  李鑫;基于强化学习理论的网络拥塞控制算法研究[D];东北大学;2009年

  徐长明;基于连珠模式的六子棋机器博弈关键技术研究[D];东北大学;2010年

  金卓军;逆向增强学习和示教学习算法研究及其在智能机器人中的应用[D];浙江大学;2011年

  李志强;Q学习在单路通信号控制中的应用研究[D];长沙理工大学;2010年

  张恩海;基于多自动机复合多子类机器博弈及其估值方法研究[D];沈阳大学;2011年

  宋宏宇;基于J2ME平台的手机黑白棋的开发[D];吉林大学;2011年

  柴雪霞;基于强化学习的Web服务组合优化研究[D];合肥工业大学;2011年

  黄付亮;联合博弈框架下的多Agent强化学习算法研究[D];太原科技大学;2011年

  方珍;基于Android平台的中国象棋设计与实现[D];电子科技大学;2011年

  宫瑞敏;基于增强学习的计算机博弈策略的研究与实现[D];沈阳理工大学;2011年

  史敏;四国军棋智能系统定式库及开局匹配研究与实现[D];南京航空航天大学;2010年

  李红;吴粉侠;刘小豫;;博弈树搜索算法研究[J];长春工程学院学报(自然科学版);2007年02期

  王晓鹏;王骄;徐心和;郑新颖;;中国象棋与国际象棋比较分析[J];重庆工学院学报(自然科学版);2007年01期

  张振;顾治华;;机器博弈及其搜索算法的研究[J];电脑知识与技术;2008年24期

  黄继平;张栋;苗华;;六子棋智能博弈系统的研究与实现[J];电脑知识与技术;2009年25期

  张聪品;刘春红;徐久成;;博弈树启发式搜索的α-β剪枝技术研究[J];计算机工程与应用;2008年16期

  焦尚彬;刘丁;;博弈树置换表启发式算法研究[J];计算机工程与应用;2010年06期

  张丽新;王家钦;赵雁南;杨泽红;;机器学习中的特征选择[J];计算机科学;2004年11期

  王京辉,乔卫民;基于PVM的博弈树的网络并行搜索[J];计算机工程;2005年09期

  朱全民;陈松乔;;五子棋算法的研究与思考[J];计算技术与自动化;2006年02期

  王一非;具有自学习功能的计算机象棋博弈系统的研究与实现[D];哈尔滨工程大学;2007年

  李果;六子棋计算机博弈及其系统的研究与实现[D];重庆大学;2007年

  张颖;六子棋计算机博弈及其系统的研究与优化[D];重庆大学;2008年

  李翠珠;六子棋计算机博弈系统的研究与实现[D];重庆理工大学;2010年

  陈光年;基于智能算法的六子棋博弈行为选择的应用研究[D];重庆理工大学;2010年

  王骄,王涛,罗艳红,徐心和;中国象棋计算机博弈系统评估函数的自适应遗传算法实现[J];东北大学学报;2005年10期

  蒋加伏,陈蔼祥,唐贤英;基于知识推理的博弈树搜索算法[J];计算机工程与应用;2004年01期

  肖齐英,王正志;博弈树搜索与静态估值函数[J];计算机应用研究;1997年04期

  徐心和;郑新颖;;棋牌游戏与事件对策[J];控制与决策;2007年07期

  岳金朋;冯速;;博弈树搜索算法概述[J];计算机系统应用;2009年09期

  徐心和;王骄;;中国象棋计算机博弈关键技术分析[J];小型微型计算机系统;2006年06期

  魏钦刚;王骄;徐心和;南晓斐;;中国象棋计算机博弈开局库研究与设计[J];智能系统学报;2007年01期

  李林涛;朱珊虹;;基于Android系统的手机游戏黑白棋的设计与实现[J];新乡学院学报(自然科学版);2011年03期

  杜秀全;程家兴;;博弈算法在黑白棋中的应用[J];计算机技术与发展;2007年01期

  时华;基于VB的游戏黑白棋的设计与实现[J];中国科技信息;2005年22期

  蔡世玉;郭姝;;基于VC平台的黑白棋开发技术[J];科技信息;2009年24期

  宋宏宇;基于J2ME平台的手机黑白棋的开发[D];吉林大学;2011年

  李小舟;基于改进博弈树的黑白棋设计与实现[D];华南理工大学;2010年

本文链接:http://mzi-ads.com/boyishusousuo/695.html

相关推荐:

网友评论:

栏目分类

现金彩票 联系QQ:24498872301 邮箱:24498872301@qq.com

Copyright © 2002-2011 DEDECMS. 现金彩票 版权所有 Power by DedeCms

Top