计算机博弈中估值算法与博弈训练的研究

• 作者: 吕艳辉 宫瑞敏
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 计算机博弈 差分学习 反向传播神经网络 估值算法 增强学习 博弈训练
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 163-166
• 分类号: TP18
• 字数: 4700字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.11.050

摘要

计算机博弈程序难以处理局面估值问题.为此,结合时间差分算法和反向传播神经网络,设计一种局面估值算法BP-T(λ),实现估值函数参数的自动调整.为提高博弈训练的性能,针对开局和中局,提出分阶段设置参数值的策略.以五子棋为应用背景,实现博弈系统RenjuTD.实验结果表明,该算法可使程序的博弈水平得到较大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕艳辉	沈阳理工大学信息科学与工程学院	24	185	7.0	13.0
2	宫瑞敏	沈阳理工大学信息科学与工程学院	2	16	2.0	2.0