期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于PVS算法的苏拉卡尔塔棋博弈系统设计与实现
1
作者 张涛 江业峰 李博文 《信息与电脑》 2023年第19期46-48,共3页
文章旨在介绍基于主变量导向搜索(Principal Variation Search,PVS)算法的苏拉卡尔塔棋博弈系统的设计与实现。为了优化搜索策略,提高搜索效率和决策准确性,文章选用将Alpha-Beta剪枝和主要变例相结合的PVS搜索算法设计与实现苏拉卡尔... 文章旨在介绍基于主变量导向搜索(Principal Variation Search,PVS)算法的苏拉卡尔塔棋博弈系统的设计与实现。为了优化搜索策略,提高搜索效率和决策准确性,文章选用将Alpha-Beta剪枝和主要变例相结合的PVS搜索算法设计与实现苏拉卡尔塔棋博弈系统。在评估函数方面,综合考虑盘面价值、棋子价值、移动范围以及攻击范围等关键因素,从而准确评估当前棋局状态。本研究的贡献在于实现了一个苏拉卡尔塔棋博弈系统,并为该领域的未来研究奠定了坚实基础。 展开更多
关键词 苏拉卡尔塔 博弈系统 主变量导向搜索(PVS)算法 评估函数
下载PDF
苏拉卡尔塔博弈系统中评估函数的研究 被引量:6
2
作者 李淑琴 李静波 +1 位作者 韩裕华 陶思拓 《北京信息科技大学学报(自然科学版)》 2012年第6期42-45,61,共5页
苏拉卡尔塔棋是一种两人玩的游戏,属于计算机棋类博弈的一种。计算机博弈系统一般包括棋盘表示、估值函数及搜索算法3大模块。其中评估函数的好坏对整个计算系统的性能起着重要的作用。根据苏拉卡尔塔棋自身的特点,从棋子的数量、移动... 苏拉卡尔塔棋是一种两人玩的游戏,属于计算机棋类博弈的一种。计算机博弈系统一般包括棋盘表示、估值函数及搜索算法3大模块。其中评估函数的好坏对整个计算系统的性能起着重要的作用。根据苏拉卡尔塔棋自身的特点,从棋子的数量、移动范围、攻击范围、子力攻击力、盘面分值和占弧价值6个方面对局面评估函数进行了研究,并对评估函数的参数进行了优化。在此基础上,采用Alpha-Beta搜索策略,设计实现了一个苏拉卡尔塔博弈系统。该系统在2012年全国大学生计算机博弈大赛上获得季军的好成绩,验证了该评估算法的有效性。 展开更多
关键词 计算机博弈 苏拉卡尔塔 搜索算法
下载PDF
苏拉卡尔塔棋中残局的优化 被引量:2
3
作者 张博 李淑琴 李臻 《智能计算机与应用》 2017年第1期83-85,共3页
本文主要针对苏拉卡尔塔棋中残局的局面评估进行研究,找出影响残局的主要因素,给出了残局时的评估方法。实验结果表明,在残局的时候做出相应的改变来适应当时的棋局情况,对苏拉卡尔塔棋后期的发挥有良好的影响。
关键词 苏拉卡尔塔 残局分析 计算机博弈
下载PDF
苏拉卡尔塔棋系统的设计与实现 被引量:2
4
作者 车晓菲 徐勇 蒋宗华 《信息与电脑》 2021年第6期70-73,共4页
苏拉卡尔塔棋算法是计算机博弈算法的一个重要分支,笔者采用二维数组表示该棋盘及其棋子信息,设计思路简洁,占用空间较小。首先,针对苏拉卡尔塔棋的基本规则,通过棋盘扫描法利用棋盘的内轨和外轨,找出当前棋盘状态下的有效走法;其次,采... 苏拉卡尔塔棋算法是计算机博弈算法的一个重要分支,笔者采用二维数组表示该棋盘及其棋子信息,设计思路简洁,占用空间较小。首先,针对苏拉卡尔塔棋的基本规则,通过棋盘扫描法利用棋盘的内轨和外轨,找出当前棋盘状态下的有效走法;其次,采用置换表和历史启发与NegaScout搜索算法结合的NegaScout_TT_HH,降低搜索过程中的节点数;最后从棋盘的基本价值、棋子的数量、移动范围和攻击力几方面进行考虑,对该棋的棋局状态进行评估。 展开更多
关键词 苏拉卡尔塔 估值函数 搜索函数
下载PDF
基于Alpha-Beta算法的苏拉卡尔塔棋博弈系统研究 被引量:1
5
作者 李东轩 胡伟 王静文 《智能计算机与应用》 2022年第2期123-125,共3页
针对苏拉卡尔塔棋中,可下位置的生成较为繁琐和复杂,进而导致搜索效率较低的问题,本文采用了优化过的可下位置生成算法,使用“三手进攻”策略与Alpha-Beta算法相结合,同时结合了置换表和哈希表技术,大大地提高了搜索效率和深度。该程序... 针对苏拉卡尔塔棋中,可下位置的生成较为繁琐和复杂,进而导致搜索效率较低的问题,本文采用了优化过的可下位置生成算法,使用“三手进攻”策略与Alpha-Beta算法相结合,同时结合了置换表和哈希表技术,大大地提高了搜索效率和深度。该程序在2021年全国大学生计算机博弈大赛上获得了全国亚军的好成绩,验证了该算法的可行性。 展开更多
关键词 苏拉卡尔塔 可下位置的生成 Alpha-Beta搜索算法 置换表
下载PDF
基于强化学习的苏拉卡尔塔博弈算法
6
作者 王仁泉 丁濛 +3 位作者 李淑琴 石露颖 戚译中 刘朔言 《智能计算机与应用》 2020年第4期6-8,12,共4页
本文探讨了基于蒙特卡洛方法的强化学习博弈程序的原理,基于该原理结合BP算法设计了一个进行自学习的苏拉卡尔塔博弈程序。实验证明,该方法能让智能体不断的学习提高棋力,避免了繁琐的手工构建静态评估函数过程。
关键词 强化学习 计算机博弈 苏拉卡尔塔 人工神经网络
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部