面向目标的博弈搜索策略及其应用

博弈是人工智能研究的重要分支,它涉及人工智能中的推理技术、搜索方法和决策规划。而搜索策略是博弈问题的关键。针对搜索技术中存在的由于搜索空间巨大而引起的搜索效率下降的缺点,结合五子棋的特点,探讨了相应博弈问题的求解策略,提出一种结合PVS算法、静态着法启发、历史启发算法的搜索策略。实验结果证明,该算法不但能保证博弈水平,还能得到较好的搜索效率。

一种高性能西洋跳棋引擎设计

计算机博弈是人工智能最具挑战性的研究方向之一。西洋跳棋作为一种平均分支因子较少的棋种,在Alpha-Beta搜索理论研究中得到重要应用。从底层棋盘表示,到走法生成,然后利用结合多种方法的搜索核心技术,设计了一个完整的西洋跳棋博弈引擎,采用了多种高性能设计技巧,并扩展了空窗口搜索算法。经过限时实战对比,该博弈系统击败GWD博度引擎,体现了较强的棋力。