基于搜索算法的人工智能在五子棋博弈中的应用研究

基于搜索算法的人工智能在五子棋博弈中的应用研究

论文摘要

本文以计算机五子棋博弈系统作为研究课题,在对大量的相关文献进行分析研究的基础上,按照人工智能和计算机博弈的一般原理设计了一个五子棋博弈系统的基本模型,并作了简单的实现和验证,所做的工作包括三个方面:第一研究了五子棋在计算机中的表示问题,讨论了计算机中存贮棋局和识别下棋次序,局势状态变化及局势特征、走法产生等方法。第二研究了博弈树的极小极大搜索技术及在此基础上的Alpha-Beta剪枝过程和剪枝优化问题。实现将候选的后继节点按位置邻近顺序排序,使剪枝过程得到优化。第三根据五子棋的特点,提取棋局局势的若干特征,对这些特征赋加权分,并对整个棋局进行特征统计,采用线性函数求得棋局的总估计分值,从而提高了五子棋程序对弈的水平和能力。在上述工作的基础上,本文的创新性研究主要包括以下两个方面:第一对五子棋博弈的专业知识进行了认真的整理,针对五子棋博弈规则简单、局势判断清楚的特点,对五子棋常见的开局、定式及其后的对局做了细致的统计分析,阐明了五子棋对弈中黑白双方优劣势并非均衡的规律,这一规律作为一个指导原则在设计五子棋博弈系统时起到重要作用。第二通过线性函数获得的总估计值,实现了算法的优化和加强,主要有以下两个方面:在执行常规的Alpha-Beta搜索和NegaScout算法之前,使用置换表搜索避免相同局面的节点的搜索。通过使用威胁空间搜索,让计算机对某一局面找出全部的致胜威胁次序,避免了对静态估值函数的调用,只有计算机对当前局面无法找到致胜威胁次序时,才执行对静态估值函数的调用,由于五子棋博弈中,黑方先行者占有很强的优势,大多数局面往往都能找到致胜威胁次序,所以采用威胁空间搜索,结果表明,可以极大的提高程序的表现和对弈水平。

论文目录

  • 中文摘要
  • 英文摘要
  • 第1章 绪论
  • 1.1 课题来源
  • 1.2 博弈简史
  • 1.3 研究计算机博弈的意义
  • 1.4 计算机博弈过程
  • 1.5 计算机五子棋基本知识介绍
  • 1.6 本文解决的问题
  • 第2章 状态空间表示与走法产生
  • 2.1 棋盘局势状态表示
  • 2.2 棋盘中下棋的顺序表示
  • 2.3 状态的变化
  • 2.4 特征的表示
  • 2.5 走法产生
  • 2.6 小结
  • 第3章 博弈树的搜索技术
  • 3.1 极小极大树搜索算法
  • 3.2 Alpha-Beta 剪枝过程
  • 3.3 Alpha-Beta 剪枝存在的问题及优化
  • 3.4 NegaScout 搜索
  • 3.5 小结
  • 第4章 静态估值函数
  • 4.1 棋盘局势特征
  • 4.2 估值
  • 4.3 静态估值函数的不足及实践结果
  • 4.4 小结
  • 第5章 搜索算法的优化与增强
  • 5.1 置换表(Transposition Table)的搜索
  • 5.1.1 哈希表(Hash Table)
  • 5.1.2 应用置换表的其它问题
  • 5.1.3 Zobrist 哈希技术
  • 5.2 威胁空间搜索(Threat Space Search)
  • 5.2.1 专业术语和“威胁次序”
  • 5.2.2 人类专业棋手的分析
  • 5.2.3 计算机程序的策略
  • 5.2.4 人与计算机
  • 5.2.5 威胁空间搜索
  • 5.2.6 算法优化后效果的检验
  • 5.2.7 威胁空间搜索的不足
  • 5.3 小结
  • 第6章 结论
  • 参考文献
  • 致谢
  • 个人简历及在学期间的研究成果
  • 相关论文文献

    • [1].基于改进涡流搜索算法的支持向量机分类模型[J]. 吉林大学学报(信息科学版) 2020(03)
    • [2].基于涡流搜索算法的支持向量机分类模型[J]. 化工自动化及仪表 2016(12)
    • [3].一种改进的和声搜索算法求解非线性方程组[J]. 重庆理工大学学报(自然科学) 2020(10)
    • [4].一种改进的引力搜索算法及其波束赋形[J]. 西安电子科技大学学报 2020(02)
    • [5].基于改进乌鸦搜索算法的云计算任务调度研究[J]. 微电子学与计算机 2020(02)
    • [6].基于改进引力搜索算法的桁架结构优化设计[J]. 计算机技术与发展 2020(05)
    • [7].浅谈计算机围棋中的搜索算法[J]. 科技风 2018(12)
    • [8].马尔可夫网络的因子搜索算法[J]. 青岛大学学报(自然科学版) 2016(04)
    • [9].一种人工智能搜索算法的改进研究[J]. 通信技术 2017(02)
    • [10].基于动态自适应t分布变异的人群搜索算法[J]. 数学的实践与认识 2017(12)
    • [11].一种求解车辆路径问题的分散搜索算法[J]. 信息与电脑(理论版) 2015(23)
    • [12].基于和声库择优的和声搜索算法的配电网重构[J]. 通信电源技术 2016(01)
    • [13].基于贝叶斯方法的失踪目标优化搜索算法[J]. 计算机与现代化 2016(10)
    • [14].非线性多目标优化的和声分散搜索算法[J]. 小型微型计算机系统 2015(07)
    • [15].基于社会群体搜索算法的机器人路径规划[J]. 计算机研究与发展 2013(12)
    • [16].基于和声搜索算法的电力系统经济调度[J]. 科技资讯 2014(06)
    • [17].和声搜索算法在结构有限元模型修正中的应用[J]. 兰州理工大学学报 2013(05)
    • [18].基于改进的群搜索算法求解分类规则[J]. 无线互联科技 2012(10)
    • [19].动态和声搜索算法在土坡稳定分析中的应用[J]. 人民黄河 2011(02)
    • [20].基于改进和声搜索算法的越库车辆排序[J]. 吉林大学学报(工学版) 2018(03)
    • [21].面向最优化问题的人工智能搜索算法研究[J]. 通信技术 2016(11)
    • [22].一种融入模式搜索的改进人群搜索算法[J]. 西华大学学报(自然科学版) 2017(01)
    • [23].复杂网络搜索算法比较研究[J]. 电脑知识与技术 2017(04)
    • [24].基于和声搜索算法的软件可靠性模型参数估计方法[J]. 山东理工大学学报(自然科学版) 2017(02)
    • [25].融合局部搜索的和声搜索算法[J]. 计算机工程与设计 2017(06)
    • [26].求解过道布置问题的一种改进分散搜索算法[J]. 计算机集成制造系统 2017(08)
    • [27].基于人群搜索算法优化参数的支持向量机短期电力负荷预测[J]. 电测与仪表 2016(08)
    • [28].改进的多目标快速群搜索算法的应用[J]. 价值工程 2016(32)
    • [29].多子群混合和声搜索算法[J]. 东北大学学报(自然科学版) 2015(02)
    • [30].轮循式搜索算法求解农机调度问题[J]. 信息系统工程 2015(08)

    标签:;  ;  ;  ;  

    基于搜索算法的人工智能在五子棋博弈中的应用研究
    下载Doc文档

    猜你喜欢