期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
7
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
改进深度神经网络在爱恩斯坦棋中的应用研究
1
作者
蔡彪
徐昕怡
+1 位作者
谢婷
胡洋成
《重庆理工大学学报(自然科学)》
CAS
北大核心
2024年第5期108-114,共7页
爱恩斯坦棋作为一种附带随机性的完美信息博弈,其难度在于每次投掷骰子导致的结果不确定性,这增加了策略设计和局面的评估难度。针对爱恩斯坦棋的游戏规则,提出了一种改进的深度学习方法。对Alpha(go)Zero神经网络模型进行改进和设计,...
爱恩斯坦棋作为一种附带随机性的完美信息博弈,其难度在于每次投掷骰子导致的结果不确定性,这增加了策略设计和局面的评估难度。针对爱恩斯坦棋的游戏规则,提出了一种改进的深度学习方法。对Alpha(go)Zero神经网络模型进行改进和设计,使其能精确地评估各种棋盘状态,生成有效的游戏策略。通过结合改进的残差神经网络和蒙特卡洛树搜索,提取棋局特征并进行局面评估,动态生成策略和进行决策。结合强化学习,以期望胜率为准则,通过自我对弈不断优化权重,改进策略生成效果。实验结果表明:改进的深度学习方法优于全国计算机博弈大赛冠军组算法,进一步验证了深度学习方法在爱恩斯坦棋随机性完美信息博弈中的有效性和可行性。
展开更多
关键词
计算机博弈
非完美信息博弈
爱恩斯坦棋
深度神经网络
下载PDF
职称材料
基于爱恩斯坦棋削减随机性影响的博弈算法研究
被引量:
1
2
作者
黄恩一
丁濛
《智能计算机与应用》
2017年第1期69-70,75,共3页
爱恩斯坦棋是一种随机性很强的特殊棋种,普通的博弈算法难以在爱恩斯坦棋上得以适用。因此本文将针对爱恩斯坦棋的博弈策略,以评价函数中的棋子的状态值以及棋子位置的赋值两方面为主进行估值函数的研究,并利用保边缘舍中间的策略削弱...
爱恩斯坦棋是一种随机性很强的特殊棋种,普通的博弈算法难以在爱恩斯坦棋上得以适用。因此本文将针对爱恩斯坦棋的博弈策略,以评价函数中的棋子的状态值以及棋子位置的赋值两方面为主进行估值函数的研究,并利用保边缘舍中间的策略削弱随机性带给爱恩斯坦棋的影响效果。经过多次对战实验证明该评价函数以及削弱随机性的策略是有效的。
展开更多
关键词
爱恩斯坦棋
博弈策略
评价函数
下载PDF
职称材料
动态混合局面评估MCTS算法在爱恩斯坦棋中的应用
被引量:
2
3
作者
宋英健
侯荣旭
+1 位作者
孙嘉荣
史广阔
《沈阳工程学院学报(自然科学版)》
2022年第3期72-76,共5页
爱恩斯坦棋是一种双人不完全信息博弈棋类,目前多用于计算机博弈领域的研究,其较为灵活且有随机性,可使用多种搜索算法对AI进行加强。为了提高AI在搜索时的效率及增强对战时的智能程度,采取了一种基于MCTS搜索并配合动态混合局面评估函...
爱恩斯坦棋是一种双人不完全信息博弈棋类,目前多用于计算机博弈领域的研究,其较为灵活且有随机性,可使用多种搜索算法对AI进行加强。为了提高AI在搜索时的效率及增强对战时的智能程度,采取了一种基于MCTS搜索并配合动态混合局面评估函数的算法,在评估函数中使用了棋子动态估值的方法,并对残局进行了一定的优化。经过多次对弈得出,应用改进算法后的新程序在与其他传统搜索算法程序对战时,显著提高了对弈时的胜率和搜索的效率,有效验证了该算法的实用性。
展开更多
关键词
爱恩斯坦棋
计算机博弈
混合局面评估
MCTS
下载PDF
职称材料
爱恩斯坦棋计算机博弈算法研究与改进
被引量:
2
4
作者
杨昌杰
陈柯成
+1 位作者
刘跃元
王京
《无线互联科技》
2018年第15期120-121,共2页
人工智能技术高速发展,作为人工智能领域的重要方向—计算机博弈蓬勃开展,爱恩斯坦棋作为计算机博弈的一类棋种,是中国大学生计算机博弈大赛的比赛项目,具有信息不完全、走棋受概率影响等特点。文章通过对爱恩斯坦棋的搜索算法进行系统...
人工智能技术高速发展,作为人工智能领域的重要方向—计算机博弈蓬勃开展,爱恩斯坦棋作为计算机博弈的一类棋种,是中国大学生计算机博弈大赛的比赛项目,具有信息不完全、走棋受概率影响等特点。文章通过对爱恩斯坦棋的搜索算法进行系统研究,提出基于定式处理的改进型Alpha-Beta剪枝算法,经验证该算法可以提高在博弈比赛中的胜率。
展开更多
关键词
人工智能
爱恩斯坦棋
Alpha-Beta剪枝
定式处理
下载PDF
职称材料
爱恩斯坦棋评估策略的研究
5
作者
范博奇
丁濛
张芳梓
《智能计算机与应用》
2018年第1期169-171,共3页
作为中国大学生计算机博弈大赛的比赛项目之一的爱恩斯坦棋,虽然属于完全信息博弈项目,但具体行棋规则具有较高的随机性,需要好的评估策略来确保胜利。本文给出一种既考虑进攻又考虑防守的综合评估策略,经过多次对战,表明此评估策略是...
作为中国大学生计算机博弈大赛的比赛项目之一的爱恩斯坦棋,虽然属于完全信息博弈项目,但具体行棋规则具有较高的随机性,需要好的评估策略来确保胜利。本文给出一种既考虑进攻又考虑防守的综合评估策略,经过多次对战,表明此评估策略是有效的。
展开更多
关键词
爱恩斯坦棋
进攻
防守
评估策略
下载PDF
职称材料
基于强化学习的爱因斯坦棋的算法研究
6
作者
向宇涛
朱道易
+1 位作者
王忠桃
董羽
《电脑知识与技术》
2020年第22期179-181,共3页
爱因斯坦棋是我国全国大学生指定计算机博弈比赛项目之一,在本文发表之前,多数队伍使用了搜索树算法来参加比赛,而为了提高算法的表现,多数算法需要加入具体的模板处理。然而,如果需要得到最优表现,则要加入大量模板并尽可能地搜索更深...
爱因斯坦棋是我国全国大学生指定计算机博弈比赛项目之一,在本文发表之前,多数队伍使用了搜索树算法来参加比赛,而为了提高算法的表现,多数算法需要加入具体的模板处理。然而,如果需要得到最优表现,则要加入大量模板并尽可能地搜索更深的博弈树。而使用深度强化学习并结合使用树搜索不仅不需要加入过多的模板处理、搜索深层树节点,还能随着接收不同的算法和样本,智能体可以逐步地改善表现,并进一步提高胜率。因此,本文通过使用了深度强化学习中的DQN算法,并结合了极大极小树搜索算法和随机生成行为法测试了该算法的胜率,最后取得了远优于这两种方法的结果。
展开更多
关键词
强化学习
爱因斯坦棋
人工智能
计算机博弈
算法
下载PDF
职称材料
一种生成残局数据库的倒推算法
7
作者
梅险
陈泳吉
+3 位作者
何哲
潘子翔
陈姝含
周霖
《重庆理工大学学报(自然科学)》
CAS
北大核心
2021年第12期147-154,共8页
通过研究爱恩斯坦棋的一种倒推算法,实现爱恩斯坦棋局面胜率的可推导化,借助倒推算法对爱恩斯坦棋局面胜率进行相关计算,解决如何建立爱恩斯坦棋残局库的问题。为了方便胜率的计算,将已走胜率作为胜率生成的目标,提出将若干个已知胜率...
通过研究爱恩斯坦棋的一种倒推算法,实现爱恩斯坦棋局面胜率的可推导化,借助倒推算法对爱恩斯坦棋局面胜率进行相关计算,解决如何建立爱恩斯坦棋残局库的问题。为了方便胜率的计算,将已走胜率作为胜率生成的目标,提出将若干个已知胜率且复杂度低的局面进行倒推收敛,从而得到复杂度高的局面计算方法,证明了“任一局面都可由若干个已胜局面通过倒推收敛的方法,计算出误差仅受数据类型的精度影响的准确胜率”的理论,并在此理论基础上设计出能够按局面复杂度来逐个标记各个不存在的局面,计算所有需要的存在局面,生成各个局面胜率的倒推算法。最后在数据储存量有限的情况下,构造出部分数据的储存替代方法,尽可能降低所需数据的存储量,使倒推算法在能够计算出残局库的条件下,可以配合其他局面评估算法提升其程序的获胜概率。
展开更多
关键词
爱恩斯坦棋
局面复杂度
胜率
残局数据库
倒推
下载PDF
职称材料
题名
改进深度神经网络在爱恩斯坦棋中的应用研究
1
作者
蔡彪
徐昕怡
谢婷
胡洋成
机构
成都理工大学成都理工大学宜宾校区
成都理工大学计算机网络与安全学院
出处
《重庆理工大学学报(自然科学)》
CAS
北大核心
2024年第5期108-114,共7页
基金
国家自然科学基金项目(2019JDR0117)。
文摘
爱恩斯坦棋作为一种附带随机性的完美信息博弈,其难度在于每次投掷骰子导致的结果不确定性,这增加了策略设计和局面的评估难度。针对爱恩斯坦棋的游戏规则,提出了一种改进的深度学习方法。对Alpha(go)Zero神经网络模型进行改进和设计,使其能精确地评估各种棋盘状态,生成有效的游戏策略。通过结合改进的残差神经网络和蒙特卡洛树搜索,提取棋局特征并进行局面评估,动态生成策略和进行决策。结合强化学习,以期望胜率为准则,通过自我对弈不断优化权重,改进策略生成效果。实验结果表明:改进的深度学习方法优于全国计算机博弈大赛冠军组算法,进一步验证了深度学习方法在爱恩斯坦棋随机性完美信息博弈中的有效性和可行性。
关键词
计算机博弈
非完美信息博弈
爱恩斯坦棋
深度神经网络
Keywords
computer games
imperfect information games
einstein chess
deep neural network
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于爱恩斯坦棋削减随机性影响的博弈算法研究
被引量:
1
2
作者
黄恩一
丁濛
机构
北京信息科技大学计算机学院
北京信息科技大学感知与计算机智能联合实验室
出处
《智能计算机与应用》
2017年第1期69-70,75,共3页
基金
北京信息科技大学2016年人才培养质量提高经费(5111610800)
北京市教育委员会科技计划一般项目(71E1610970)
+1 种基金
网络文化与数字传播北京市重点实验室2015年开放课题(ICDD201507)
感知与计算智能联合实验室支持
文摘
爱恩斯坦棋是一种随机性很强的特殊棋种,普通的博弈算法难以在爱恩斯坦棋上得以适用。因此本文将针对爱恩斯坦棋的博弈策略,以评价函数中的棋子的状态值以及棋子位置的赋值两方面为主进行估值函数的研究,并利用保边缘舍中间的策略削弱随机性带给爱恩斯坦棋的影响效果。经过多次对战实验证明该评价函数以及削弱随机性的策略是有效的。
关键词
爱恩斯坦棋
博弈策略
评价函数
Keywords
einstein chess
game playing algorithm
evaluation function
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
动态混合局面评估MCTS算法在爱恩斯坦棋中的应用
被引量:
2
3
作者
宋英健
侯荣旭
孙嘉荣
史广阔
机构
沈阳工程学院信息学院
出处
《沈阳工程学院学报(自然科学版)》
2022年第3期72-76,共5页
文摘
爱恩斯坦棋是一种双人不完全信息博弈棋类,目前多用于计算机博弈领域的研究,其较为灵活且有随机性,可使用多种搜索算法对AI进行加强。为了提高AI在搜索时的效率及增强对战时的智能程度,采取了一种基于MCTS搜索并配合动态混合局面评估函数的算法,在评估函数中使用了棋子动态估值的方法,并对残局进行了一定的优化。经过多次对弈得出,应用改进算法后的新程序在与其他传统搜索算法程序对战时,显著提高了对弈时的胜率和搜索的效率,有效验证了该算法的实用性。
关键词
爱恩斯坦棋
计算机博弈
混合局面评估
MCTS
Keywords
einstein chess
Computer game
Mixed situation assessment
MCTS
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
爱恩斯坦棋计算机博弈算法研究与改进
被引量:
2
4
作者
杨昌杰
陈柯成
刘跃元
王京
机构
成都理工大学信息科学与技术学院
出处
《无线互联科技》
2018年第15期120-121,共2页
文摘
人工智能技术高速发展,作为人工智能领域的重要方向—计算机博弈蓬勃开展,爱恩斯坦棋作为计算机博弈的一类棋种,是中国大学生计算机博弈大赛的比赛项目,具有信息不完全、走棋受概率影响等特点。文章通过对爱恩斯坦棋的搜索算法进行系统研究,提出基于定式处理的改进型Alpha-Beta剪枝算法,经验证该算法可以提高在博弈比赛中的胜率。
关键词
人工智能
爱恩斯坦棋
Alpha-Beta剪枝
定式处理
Keywords
artificial intelligence
einstein chess
Alpha-Beta pruning
formulary processing
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
爱恩斯坦棋评估策略的研究
5
作者
范博奇
丁濛
张芳梓
机构
北京信息科技大学计算机学院
北京信息科技大学感知与计算智能联合实验室
出处
《智能计算机与应用》
2018年第1期169-171,共3页
基金
北京信息科技大学2017年人才培养质量提高经费(5111723400)
北京市教育委员会科技计划一般项目(KM201611232014)
文摘
作为中国大学生计算机博弈大赛的比赛项目之一的爱恩斯坦棋,虽然属于完全信息博弈项目,但具体行棋规则具有较高的随机性,需要好的评估策略来确保胜利。本文给出一种既考虑进攻又考虑防守的综合评估策略,经过多次对战,表明此评估策略是有效的。
关键词
爱恩斯坦棋
进攻
防守
评估策略
Keywords
einstein chess
offense
defense
assessment strategy
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于强化学习的爱因斯坦棋的算法研究
6
作者
向宇涛
朱道易
王忠桃
董羽
机构
成都理工大学
出处
《电脑知识与技术》
2020年第22期179-181,共3页
基金
四川省成都理工大学2019年大学生创新创业训练项目,省级项目,项目编号S201910616131,所属编码0809.(2017YFC0602101)。
文摘
爱因斯坦棋是我国全国大学生指定计算机博弈比赛项目之一,在本文发表之前,多数队伍使用了搜索树算法来参加比赛,而为了提高算法的表现,多数算法需要加入具体的模板处理。然而,如果需要得到最优表现,则要加入大量模板并尽可能地搜索更深的博弈树。而使用深度强化学习并结合使用树搜索不仅不需要加入过多的模板处理、搜索深层树节点,还能随着接收不同的算法和样本,智能体可以逐步地改善表现,并进一步提高胜率。因此,本文通过使用了深度强化学习中的DQN算法,并结合了极大极小树搜索算法和随机生成行为法测试了该算法的胜率,最后取得了远优于这两种方法的结果。
关键词
强化学习
爱因斯坦棋
人工智能
计算机博弈
算法
Keywords
Reinforcement learning
einstein chess
Artificial intelligence
Computer game
Algorithm
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
一种生成残局数据库的倒推算法
7
作者
梅险
陈泳吉
何哲
潘子翔
陈姝含
周霖
机构
哈尔滨理工大学计算机科学与技术学院
哈尔滨理工大学测控技术与通信工程学院
出处
《重庆理工大学学报(自然科学)》
CAS
北大核心
2021年第12期147-154,共8页
基金
黑龙江省大学生创新创业训练计划项目(202010214101)。
文摘
通过研究爱恩斯坦棋的一种倒推算法,实现爱恩斯坦棋局面胜率的可推导化,借助倒推算法对爱恩斯坦棋局面胜率进行相关计算,解决如何建立爱恩斯坦棋残局库的问题。为了方便胜率的计算,将已走胜率作为胜率生成的目标,提出将若干个已知胜率且复杂度低的局面进行倒推收敛,从而得到复杂度高的局面计算方法,证明了“任一局面都可由若干个已胜局面通过倒推收敛的方法,计算出误差仅受数据类型的精度影响的准确胜率”的理论,并在此理论基础上设计出能够按局面复杂度来逐个标记各个不存在的局面,计算所有需要的存在局面,生成各个局面胜率的倒推算法。最后在数据储存量有限的情况下,构造出部分数据的储存替代方法,尽可能降低所需数据的存储量,使倒推算法在能够计算出残局库的条件下,可以配合其他局面评估算法提升其程序的获胜概率。
关键词
爱恩斯坦棋
局面复杂度
胜率
残局数据库
倒推
Keywords
einstein chess
situation complexity
winning rate
endgame databases
retrograde analysis
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
改进深度神经网络在爱恩斯坦棋中的应用研究
蔡彪
徐昕怡
谢婷
胡洋成
《重庆理工大学学报(自然科学)》
CAS
北大核心
2024
0
下载PDF
职称材料
2
基于爱恩斯坦棋削减随机性影响的博弈算法研究
黄恩一
丁濛
《智能计算机与应用》
2017
1
下载PDF
职称材料
3
动态混合局面评估MCTS算法在爱恩斯坦棋中的应用
宋英健
侯荣旭
孙嘉荣
史广阔
《沈阳工程学院学报(自然科学版)》
2022
2
下载PDF
职称材料
4
爱恩斯坦棋计算机博弈算法研究与改进
杨昌杰
陈柯成
刘跃元
王京
《无线互联科技》
2018
2
下载PDF
职称材料
5
爱恩斯坦棋评估策略的研究
范博奇
丁濛
张芳梓
《智能计算机与应用》
2018
0
下载PDF
职称材料
6
基于强化学习的爱因斯坦棋的算法研究
向宇涛
朱道易
王忠桃
董羽
《电脑知识与技术》
2020
0
下载PDF
职称材料
7
一种生成残局数据库的倒推算法
梅险
陈泳吉
何哲
潘子翔
陈姝含
周霖
《重庆理工大学学报(自然科学)》
CAS
北大核心
2021
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部