关于Hex博弈最优获胜策略的一种新方法

Hex博奕Hex(n)是一种在六边形拼接的n×n棋盘上进行的二人博奕,博奕中二人轮流下红色和蓝色棋子,先构造出一条从一边连到对边的单色路者为胜者。Hex博奕中先手有必胜策略。设δ(n)为Hex(n)中先手能保证获胜所需的最少步数,Garikai Campbell通过研究其他对象间接地证明了δ(n)>n对任意n≥4成立。利用新的方法来分析对称性,给出了δ(n)>n一个直接而简单的证明,并在此基础上利用计算证明了δ(5)=7。

基于UCT算法的Hex棋博弈系统的研究

Hex棋是一种基于最短路径的计算机博弈游戏,各类搜索算法均可应用于该游戏的博弈系统,针对Hex棋的特征提出了基于UCT算法的搜索方法,并与策略系统相结合对整个系统进行优化。以此算法开发的博弈系统获得了辽宁省计算机博弈大赛亚军验证了该算法的有效性。

基于UCT算法改进的Hex棋博弈系统研究

为了提升Hex棋的计算机博弈水平,使得选取位置更加精准。本文针对Hex棋在上限置信区间(UCT)算法中所得结果准确度不够精确的问题,提出了一种结合Hex棋棋型采取策略的改进算法。实验结果表明,该算法能准确评估Hex棋的局面并生成有利的落子位置,使得Hex棋博弈系统的博弈水平得到有效提高。

基于强化学习的海克斯棋博弈算法研究与实现

本文旨在研究如何将强化学习模型合理地应用在海克斯棋博弈算法中,并给出程序实现方案。以蒙特卡洛树搜索生成数据集训练卷积神经网络的方式,使得模型能够在不断自我对弈的过程中,修正自身选择动作的策略,更新模型参数,从而达到提升棋力的目的。实验结果表明,通过强化学习算法能够准确地评估海克斯棋的局面,并有效地选择有利的落子位置,使得海克斯棋博弈系统获得高质量的决策能力。

基于电阻电路评估策略的分阶段海克斯棋博弈方法的研究

为了提升海克斯棋博弈的智能水平,使得落子更为合理有效,针对海克斯棋自身的特点,结合基尔霍夫电流定律,设计并实现了基于电阻电路评估策略以及分阶段搜索的海克斯棋博弈算法。由于在开局需要搜索的点较多,用UCT的效果很差,因此在开局的时候,采用α-β剪枝与电阻电路评估策略结合的方法更为有效,当需要搜索的点较少时,再采用UCT与电阻电路评估策略结合的方法,可以在后期很好地把控全局。实验结果表明:电阻电路评估策略可以较为有效地解决海克斯棋的落子问题,使得落子更加准确,提升了海克斯棋博弈的智能水平。