点格棋博弈中uct算法的研究与实现

《点格棋博弈中uct算法的研究与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、？：、Ａ乂ｉ《批西Ｋ去ｌ＾一ｔ＇‘．－＇■１．‘．：ｉ：、、，Ｖ、．＇■＇，－．－Ｉ．：ａ巧级！■保密期限：掌务乂爹硕±学位论文点格棋博弈中ＵＣＴ算法的研究与实现ＲｅｓｅａｒｃｈａｎｄＩｍｐｌｅｍｅｎｔａｔｉｏｎｏｆＵＣＴＡｌｇｏｒｉｔｈｍｉｎＤｏｔｓａｎｄＢｏｘｅｓＣｏｍｐｕｔｅｒＧａｍｅ’；Ｖ．ｉ学号Ｅ１４３０１０８９姓名刘洋学位类别工程硕±计算机技术江程领域）指导

2、教师李学俊副教授完成时间２０１６年４月答辩委员会＾７１主席签名／心．．？Ｉ．．．．．，，？‘丰＇？■．，－＇．■．＇？：，独创性声明本人声明所呈交的学位论文是本人在导师揖导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加Ｗ标注和致谢的地方外，论文中不包含其他人巴经发表或撰写过的研究成果，也不包含为获得安徽大学或其他教育机构的学位或证书而使用过的材料一同工作的同志对本研究所做的任何贡献均己。与我在论文中作了明确的

3、说明并表示谢意。：／学位论文作者签名；签字日期＞９备年玉月日＾学位论文版权使巧授权书本学位论文作者完全了解安徽大学有关保留、使用学位论文的规定，有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权安徽大学可Ｗ将学位论文的全部或部分内容编入有关数据库进行检索，、可！＾乂采用影印、缩取或担描尊复制手段保存、汇编净位论文。（保密的学位论文在解密后适用本授权书）学位论文作者签名；刮４导师签名；信絞。／签字日期：７＾年ＪＴ月日签字日期：年王月＾ｉｍ

4、摘要２０１６年３月谷歌ＡｌｐｈａＧｏ击败世界围棋冠军李世石九段，使人工智能、机器博弈再次成为大众焦点，主要研究用。人工智能是计算机科学的重要研究方向机器来模拟和执行人脑的智力功能，开发相关的理论和技术，从而达到让机器可Ｗ能像人一样进行学习、思考、判断等各种脑力活动的目标。机器博弈因使用计算机解决博弈问题而得名，它将博弈思想和计算机科学相融合，希望汁算机能像一一一人样做出理性决策。机器博弈作为人工智能极具挑战的分支之，直Ｗ来都＂＂被誉为人工智能的果幡，机器博弈的研充对于人工智能的发展具有积极的推一

5、动作用，；。机器博弈在国外的发展较早并取得了定的成就在国内的发展还比较缓慢，Ｗ棋类为载体是目前研究机器博弈的主要方法。？点格棋是法国数学家爱德华卢卡斯在１８９１年提出的二人纸笔游戏。点格棋、博弈系统主要由知识表示、着法生成搜索算法和估值函数四部分组成，其中搜一一、索算法是核屯。搜索算法根据当前局面生成颗定深度的博弈树，对博弈树进ａ－行向下捜索，传统的点格棋博弈系统所采用的搜索算法多为０剪枝算法，采一ａ－ａ－用目剪枝算法存在搜索深度浅、浪费时间等问题。另方面目剪枝算法必须有一个估值函数对棋盘的优劣进行

6、评估。目前常采用的估值方法当棋盘中不存在安全边的时候会比较准确，但是如果棋盘中含有安全边，估值会由于安全边占领的顺序不同而存在误差，所Ｗ点格棋博弈系统的估值函数设计相对较难。ＵＣＴ一算法是蒙特卡洛算法的种延伸算法，根据大数定理多次模拟的方式实现对博弈树中节点的价值评估，同时将ＵＣＢ算法应用到博弈树搜索上，通＇过ＵＣＢ算法选择进行评估的节点，引导博弈树向更好的方向生长，有利于更快的获得最优解。ＵＣＴ算法根据大量模拟棋局的结果Ｗ概率的方法进行盘面优劣的判断，预估节点的好坏，优先选择表现好的节点。这种方法

7、解决了点格棋目前存在的盘面评估问题，。将ＵＣＴ算法应用到点格棋博弈最后通过实验证明采用ＵＣＴ算法的点格棋博弈系统博弈水平高于ａ－目剪枝算法。根据点格棋博弈过程中棋盘会存在许多价值相同的边即等价边，这些边选择一其中任意条边进行搜索，与对送些全部进行捜索产生的结果相同，在进行博弈一树搜索时只需要对其中条边进行搜索，据此提出基于等价边裁剪的ＵＣＴ算法Ｉ点格棋博弈中ＵＣＴ算法的研巧与实现在ＵＣＴ算法拓展节点阶段进行等价边裁剪。最后通过实验证明改进算法能够减少博弈树捜索时捜索节点的数量，大幅度提

8、高ＵＣＴ算法的博弈水平。在ＵＣＴ算法模拟棋局阶段，为提高模拟棋局结束后收益值计算的准确性，在原有计算方法的基础上提出了基于修正值的收益值计算方法，不仅对模拟棋局胜负进行了区分，还对胜负的程度进行了量化，使收益值更加的精确，为；其次提高模拟棋局的次数，实现了基于