具有成長性的人機(jī)對弈系統(tǒng)的研究.pdf

1、人機(jī)對弈是目前計算機(jī)領(lǐng)域的重要課題之一，對于學(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)對弈方法相比，本文以成長性為亮點(diǎn)，令機(jī)器棋手象人類一樣可以通過學(xué)習(xí)獲得規(guī)律，提高棋力。通過對比常用的機(jī)器學(xué)習(xí)方法，本文選擇基于解釋的學(xué)習(xí)（Explanation-Based Learning，簡稱EBL）作為基本理論。隨后，經(jīng)過對于人機(jī)對弈系統(tǒng)進(jìn)行深入研究后，本文分析并確定了人機(jī)對弈系統(tǒng)的基本組成及各部分的功能。具有成長性的人機(jī)對弈系統(tǒng)由四個子系統(tǒng)組

2、成，即人機(jī)交互子系統(tǒng)、學(xué)習(xí)子系統(tǒng)、對弈子系統(tǒng)、持久化存儲子系統(tǒng)。其中，學(xué)習(xí)子系統(tǒng)和對弈子系統(tǒng)是關(guān)鍵所在。接著，本文以對于圍棋領(lǐng)域的深刻認(rèn)識為基礎(chǔ)，以基于解釋的學(xué)習(xí)方法為指導(dǎo)，設(shè)計了對應(yīng)這兩個子系統(tǒng)的基本方案：圍棋學(xué)習(xí)方法（I-Go Learning Method，簡稱IGLM）和圍棋對弈方法（I-GoPlaying Method，簡稱IGPM）。圍棋學(xué)習(xí)方法以解決機(jī)器棋手如何學(xué)習(xí)對弈為目標(biāo)，以領(lǐng)域知識樹和棋塊樹為基礎(chǔ)，通過對每個訓(xùn)練樣例

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