中国象棋计算机博弈系统评估函数的自适应遗传算法实现

使用自适应遗传算法解决中国象棋计算机博弈问题.将博弈问题分解为搜索引擎、走法生成、评估函数和开局库四大模块,然后将自适应遗传算法引入到评估函数中,通过锦标赛算法对评估函数中的参数组合进行自动调整和优化.设计并开发了基于上述方法的离线自学习系统,实验结果证明提高了程序的棋力.

中国象棋计算机博弈关键技术分析

机器博弈被认为是人工智能领域最具挑战性的研究方向之一.国际象棋的计算机博弈已经有了很长的历史,并且经历了一场波澜壮阔的“搏杀”,“深蓝”计算机的胜利也给人类留下了难以忘怀的记忆.中国象棋计算机博弈的难度绝不亚于国际象棋,不仅涉足学者太少,而且参考资料不多.在国际象棋成熟技术的基础上,结合在中国象棋机器博弈方面的多年实践,总结出一套过程建模、状态表示、着法生成、棋局评估、博弈树搜索、开局库与残局库开发、系统测试与参数优化等核心技术要点,最后提出了当前研究的热点与方向.

中国象棋计算机博弈中的一种数据结构方法

基于人工免疫算法提出了在中国象棋中建立哈希表的实用方法。该方法将棋面表示成一个10×9的矩阵,应用人工免疫算法抗原抗体互识别的形式模型和矩阵奇异值分解与形式模型的关系,得到具有稳定结合的最低结合能量抗原抗体对,根据这一抗原抗体对的某些表位和对位的组合得到哈希值,并随机产生10万个不同象棋棋面的样本空间,验证该方法的有效性,得到在样本空间中无冲突的结果。实践表明,该方法有较好的散列哈希值的能力,实现了计算机棋力的实际增长,在计算机象棋对弈以及其它领域的博弈研究中有实际的应用价值。

一种新的博弈树迭代向前剪枝搜索

针对博弈树迭代加深搜索和向前剪枝搜索中误剪最佳分支的弱点,利用向前剪枝搜索与预评估搜索间的双重迭代调用,提出了一种新的博弈树迭代向前剪枝搜索方法.预评估搜索通过节点排序及调整剪枝比率可以更加准确地选取排序在前的最佳分支,进而使迭代向前剪枝搜索实现在预评估所保留的最佳分支方向进行深度搜索,二者迭代相互调用以提高向前剪枝搜索的有效性及效率.定性分析与中国象棋计算机博弈实验结果表明,迭代向前剪枝搜索提高了实时行棋决策的效率和效果,与α-β剪枝搜索相比,提高的搜索效率超过160倍,同时取得了胜负比近7倍的博弈效果.

利用局势变化攫取优势博弈

针对目前在中国象棋计算机博弈中,广泛使用的估值和搜索方法不能客观体现博弈双方各自实力的变化趋势,实现博弈者战略意图的实际情况,提出利用局势变化攫取优势博弈的方法,该方法以数学、人工免疫聚类等方法为工具,在中国象棋计算机博弈中建立"稳定的"和"变化的"局势模型,为博弈者将棋局局势了然于胸,驾驭或控制局势的变化和发展,提供理论依据。实践表明,基于博弈局势的估值和搜索方法,摆脱了机器博弈的传统思维定式,为走出好的"关键步",更好的全局寻优能力,奠定了基础。在中国象棋计算机博弈以及其他领域的博弈研究中有实际应用价值。