围棋人工智能中几个上限值的研究

发布时间：2017-04-20 17:15

  本文关键词：围棋人工智能中几个上限值的研究，，由笔耕文化传播整理发布。

【摘要】：当前围棋人工智能发展很快,继蒙特卡洛(Monte-Carlo)和UCT等方法运用到计算机围棋中取得一些成功后,围棋软件开发的核心就以这两个算法为主。本文简要分析了如何找到围棋本身和围棋对弈过程中的一些边界和上限值,详细讲解了如何对围棋的复杂度进行有效降解以及如何判定局部棋形的复杂深度类型。最后通过实例分析出了UCT和蒙特卡洛(Monte-Carlo)方法所存在的缺陷,得出了必须找寻围棋本身固有的规律的结论,对围棋复杂度进行降解的必要性。接着详细介绍了复杂度降解的一个基础,找出围棋的一些上限值,比如,证明了围棋活棋块在不含双活的情况下单方至多有20块活棋,双方活棋块之和不会超过33,围棋的嵌套层不会超过19层,并给出了一个强有力的猜想,在考虑双活下,围棋活棋块数不会超过71。
【关键词】：围棋 活棋块 蒙特卡洛方法 UCT算法 复杂度
【学位授予单位】：中南大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TP18
【目录】：

• 摘要4-5
• Abstract5-7
• 1 绪论7-12
• 1.1 课题的选题背景和研究意义7-8
• 1.2 国内外发展现状8-9
• 1.3 围棋的基本知识9-10
• 1.4 论文的组织结构10-11
• 1.5 小结11-12
• 2 基于Alpha-Beta剪枝的搜索12-20
• 2.1 极大-极小搜索(Min-Max Search)12-13
• 2.2 Alpha-Beta搜索(Alpha-Beta Search)13-16
• 2.3 负极大搜索(NegaMax Search)16-17
• 2.4 迭代加深搜索(Iterative deepening search)17-19
• 2.5 小结19-20
• 3 围棋人工智能中几个关键问题的讨论20-35
• 3.1 围棋的复杂度20-21
• 3.1.1 围棋的状态空间的复杂度20
• 3.1.2 围棋的博弈树复杂度20
• 3.1.3 复杂度比较20-21
• 3.2 蒙特卡洛方法(Monte-Carlo)和UCT算法21-28
• 3.2.1 蒙特卡洛方法21-23
• 3.2.2 从蒙特卡洛法发展到UCT23-24
• 3.2.3 UCT搜索24-28
• 3.3 围棋人工智能中复杂度降解的基础28-33
• 3.3.1 如何找到围棋本身和围棋对弈过程中的一些边界和上限值28-29
• 3.3.2 如何对围棋的复杂度进行有效降解29-31
• 3.3.3 如何判定局部棋形的复杂深度类型31-33
• 3.4 小结33-35
• 4 围棋人工智能中几个上限值的讨论35-44
• 4.1 围棋极限分析的重要性35
• 4.2 围棋对弈过程中的极限分析35-43
• 4.3 小结43-44
• 5 总结与展望44-45
• 参考文献45-49
• 致谢49

【参考文献】

中国期刊全文数据库 前10条

1 余磊;刘锦高;;一种围棋中盘问题的计算机求解方法[J];华东师范大学学报(自然科学版);2008年01期

2 孙舒杨;刘大有;孙成敏;;二人博弈问题中单一纳什均衡的搜索算法[J];吉林大学学报(理学版);2006年03期

3 谷蓉,刘学民,朱仲涛,周杰;一种围棋定式的机器学习方法[J];计算机工程;2004年06期

4 廖里;围棋死活问题的计算机求解[J];计算机应用;2005年11期

5 王鲁明,戴汝为;在计算机围棋中形象思维的研究[J];自动化学报;1997年04期

6 Sylvain Gelly;Joanna Jongwane;;蒙特卡罗方法在计算机围棋中的应用[J];程序员;2008年12期

7 丁力;;计算机围棋夜话[J];程序员;2008年12期

8 岳鹏;李太华;邱玉辉;;基于数学形态学的围棋地域划分算法[J];计算机科学;2006年11期

9 李然;;人机大战话“深蓝”[J];科技潮;1997年06期

10 王斌君，郑建喜，郝克刚;计算机辅助围棋系统[J];西北大学学报(自然科学版);1994年06期

  本文关键词：围棋人工智能中几个上限值的研究，由笔耕文化传播整理发布。

本文编号：319149