基于神经网络和强化学习的西洋跳棋评估算法

• 作者: 丁锦钰
• 来源期刊: 电子制作
• 关键词: 西洋跳棋 计算机博弈 评估 神经网络 强化学习
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 软件开发
• 页码范围: 45-46,71
• 页数: 3页
• 字数: 2733字
• 语种: 中文

摘要

目前国际象棋、围棋、五子棋等棋类游戏均已取得较为显著的成果,而10×10棋盘的西洋跳棋尚待破解.局面评估是计算机博弈系统智能化的重要影响因素之一,现有的西洋跳棋多采用静态估值和遗传算法等棋局评估方法,准确性和训练效率均有待改善.对此,本文总结和分析了现有的西洋跳棋评估算法,并在此基础上提出了基于神经网络和强化学习相结合的西洋跳棋评估算法,使西洋跳棋具有更好的自适应学习能力.通过分析表明,使用该算法的西洋跳棋博弈系统可以有效提高其计算机博弈水平.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁锦钰		1	0	0.0	0.0