基于認知科學(xué)的計算機圍棋博弈問題的研究.pdf

1、認知科學(xué)是20世紀(jì)世界科學(xué)標(biāo)志性的新興研究門類,它作為探究人腦工作機制的前沿性尖端學(xué)科,已經(jīng)引起了全世界科學(xué)家的廣泛關(guān)注。由于在視覺表現(xiàn)形式上具有抽象、復(fù)雜的特性,計算機圍棋正在成為認知科學(xué)研究的重要方向和工具。
　　 近年來,研究者大多采用Monte Carlo(MC)、Upper Confidence bounds appliedto Trees(UCT)、All Moves As First(AMAF)等不包含任何圍棋知識

2、的統(tǒng)計算法解決圍棋對弈問題。本文則以不同的角度,通過研究圍棋棋手的知識結(jié)構(gòu)、表述形式、思維模型等,提出了一系列基于模擬人類棋手思考方式,量化棋手模糊判斷結(jié)果的計算機圍棋解決方案,不但有助于圍棋程序棋力的提高,更有助于提升對人類認知能力的理解,促進認知科學(xué)的研究、發(fā)展,具有重要的創(chuàng)新意義和實用價值。
　　 論文具體的創(chuàng)新內(nèi)容如下:
　　 1.對棋塊的氣劃分等級。根據(jù)分級結(jié)果,可以判斷棋塊的安全程度,確定捕獲目標(biāo),產(chǎn)生候選著

3、點并對其排序。通過Memory-enhanced Test Driver(MTD(f))算法對候選點依次進行搜索,尋找出正確的捕獲棋步。實驗結(jié)果表明其效果較好,可以應(yīng)用于計算機圍棋實戰(zhàn)中。這也為第三章計算厚勢價值時確定有效子數(shù)做了必要的準(zhǔn)備。
　　 2.對厚勢價值進行量化。與傳統(tǒng)的計算完全控制點的數(shù)量不同,本文提出了厚勢的影響有如控制概率在二維空間的彌散,所有空點被控制的概率總和即為此厚勢價值的思想,并為此設(shè)計了一種棋子影響函數(shù)

4、,建立了一種計算厚勢價值的數(shù)學(xué)模型；嘗試將厚勢的價值分為基本值和附加值兩部分,進而動態(tài)地調(diào)整不同棋力下對厚勢價值的不同判斷,模擬了人類棋手對厚勢的感覺；利用簡單遺傳算法對模型參數(shù)進行分級優(yōu)化,獲得了各個棋力層次下的厚勢價值量化模型。
　　 實驗結(jié)果表明該模型達到了較高精度,可以應(yīng)用于計算機圍棋序盤、中盤、收官等模塊中,為第四章量化棋局形勢的程序設(shè)計提供了基礎(chǔ)。
　　 3.提出了一種對棋局形勢進行量化評價的方法,采用獲勝概

5、率表征量化結(jié)果。通過模擬人類棋手判斷形勢的思考方式,以領(lǐng)先目數(shù)和棋局進展程度作為獲勝概率的計算依據(jù),并結(jié)合多級種群競爭消亡算法對模型參數(shù)進行了優(yōu)化。當(dāng)圍棋程序的棋力發(fā)生變化時,只需相應(yīng)調(diào)整模型中的參數(shù),因此模型可以適用于不同棋力層次,具有較強的移植性和較高的普適性,在實驗中取得了較好的效果,為第五章程序選擇、確定最佳棋步奠定了基礎(chǔ)。
　　 這種根據(jù)圍棋知識構(gòu)建模型、利用遺傳算法確定參數(shù)的方法也可以應(yīng)用于其他計算機博弈問題的解決。

6、
　　 4.提出了一種計算機圍棋中盤著手策略,包括棋步產(chǎn)生、評估和確定的方法。通過計算實地價值、戰(zhàn)略價值、棋形價值和后續(xù)價值,對候選棋步進行初始評估。根據(jù)目的性差異,將棋步分為進攻和防御兩部分；并結(jié)合獲勝概率,計算攻防力度調(diào)整權(quán)值,從而動態(tài)調(diào)整攻擊和防御棋步的評估值,尋找出最佳棋步。此方法既模擬了人類棋手在落子前的思考過程,又發(fā)揮了計算機擅于運算的特長,將動態(tài)分析、靜態(tài)搜索和知識庫的應(yīng)用相結(jié)合,體現(xiàn)出一定層次的智能。
　　

7、 5.開發(fā)了一個計算機圍棋博弈系統(tǒng)CognitiveGo,將上述內(nèi)容整合實現(xiàn)。每當(dāng)落子前,CognitiveGo先根據(jù)模式庫尋找一些可能的著點,繼而根據(jù)自身棋力,對雙方的實地、厚勢、棋塊強弱進行判斷,并結(jié)合判斷結(jié)果調(diào)整下一步棋的目標(biāo)方向。在此過程中,模式庫影響候選棋步的推薦,形勢判斷則影響目標(biāo)之間的轉(zhuǎn)換。
　　 綜上所述,本文主要采用模擬人類棋手思考過程,建立相應(yīng)模型的方式對計算機圍棋相關(guān)問題進行研究,其研究方法和成果對于提升