空间有限条件下博弈搜索算法的优化

alpha-beta剪枝算法是一种传统的搜索算法,它大大减少了相同搜索深度下的计算量,但其仍然不能满足有限时间内进行搜索的需求。为此,有很多针对该算法的优化方法,但这些优化方法大都是以消耗更多空间为代价的。本文从博弈程序的全局考虑,提出几种优化策略,在有限的空间条件下,以较少的计算量,获得较高智能性。经过实验测试,在PC机中对相同的搜索层次、使用相同空间的算法所消耗的时间进行对比,发现优化方法的算法可以大幅度降低消耗的时间,最多可以节省10%的时间。

并行思想的六子棋博弈搜索算法设计

搜索算法是计算机博弈的核心问题,其好坏对整个系统产生直接影响。通过对计算机六子棋博弈中搜索算法的研究,将AlphaBeta剪枝、深度优先搜索、极大极小值、深度学习四种算法并行结合,使计算机在对抗过程中综合选取最佳落子点,借此提高机器博弈水平,使计算机博弈更加灵活高效。

机器博弈及其搜索算法的研究

机器博弈是人工智能一个传统的研究领域。从机器博弈的基本理论出发,介绍了机器博弈理论和机器博弈系统的一般构成,重点阐述了现今已存在的各种机器博弈搜索算法及其优缺点。

机器博弈搜索技术分析

计算机博弈是人工智能领域最具挑战性的研究方向之一,机器博弈的核心思想实际上就是博弈树节点的估值过程和对博弈树搜索过程的结合。分析了现今主流的几种机器博弈搜索算法及其优缺点。

棋类计算机博弈系统的主要研究方法及在6子棋上的应用

介绍了棋类计算机博弈发展简史,分析了实现棋类计算机博弈平台的四大模块:走法生成、搜索引擎、评估函数和开局/残局库,以及各模块中的主要技术和研究方法.最后将这些方法应用于6子棋程序的编制中.