圍棋博弈機(jī)器學(xué)習(xí)算法的研究及應(yīng)用.pdf

1、人工智能在現(xiàn)今社會(huì)中早已被充分運(yùn)用至各個(gè)領(lǐng)域,如航天、軍事、制造、商業(yè)、醫(yī)學(xué)等等。而機(jī)器學(xué)習(xí)最初的研究目標(biāo)則是讓計(jì)算機(jī)系統(tǒng)具有人‘學(xué)習(xí)’的能力,以便實(shí)現(xiàn)人工智能。機(jī)器博弈作為研究人工智能的載體,有著如‘果蠅’在研究遺傳基因時(shí)的良好優(yōu)勢(shì)。為此,機(jī)器博弈也被稱為人工智能研究的‘果蠅’。圍棋作為眾多博弈游戲中的一種,有著復(fù)雜的狀態(tài)空間。這直接意味著圍棋機(jī)器博弈研究,亦有著相當(dāng)?shù)碾y度。將機(jī)器學(xué)習(xí)應(yīng)用至圍棋機(jī)器博弈中,讓圍棋博弈系統(tǒng)擁有自學(xué)習(xí)能力

2、,以達(dá)到‘智能’的博弈。
　　本文將圍棋機(jī)器博弈系統(tǒng)看作一個(gè)博弈智能體,該智能體利用已有的棋譜知識(shí)或稱經(jīng)驗(yàn)知識(shí),通過不斷地試探性下棋,從中獲取可利用知識(shí),尋找當(dāng)下或幾個(gè)步驟之內(nèi)的最優(yōu)步伐,以求勝利,并最終完成下棋。這個(gè)過程總的概括為一個(gè)‘搜索’過程,在這個(gè)搜索過程中,博弈智能體通過一定的方法對(duì)經(jīng)驗(yàn)進(jìn)行學(xué)習(xí),最后獲得可用知識(shí),達(dá)成目標(biāo)。文章主要分析了如下幾個(gè)問題:
　　1.闡述博弈相關(guān)概念,機(jī)器博弈常用算法,以及圍棋機(jī)器博弈的

3、特點(diǎn)及關(guān)鍵技術(shù);分析機(jī)器學(xué)習(xí)對(duì)智能的重要作用,以及在圍棋機(jī)器博弈中應(yīng)用機(jī)器學(xué)習(xí)算法的意義;
　　2.介紹機(jī)器學(xué)習(xí)在圍棋機(jī)器博弈中的解決方法,包括蒙特卡洛思想、人工神經(jīng)網(wǎng)絡(luò)以及增強(qiáng)學(xué)習(xí)。其中,重點(diǎn)介紹了增強(qiáng)學(xué)習(xí)中時(shí)間差分算法的原理機(jī)制與應(yīng)用。建立了基于時(shí)間差分算法的圍棋機(jī)器博弈系統(tǒng)的模型,并運(yùn)用至重理工‘騎士隊(duì)’圍棋機(jī)器博弈中;
　　3.量化圍棋博弈動(dòng)作,改進(jìn)應(yīng)用在圍棋機(jī)器博弈中的時(shí)間差分算法,將經(jīng)過時(shí)間差分算法學(xué)習(xí)后的棋盤狀