基于苏拉卡尔塔棋的差分学习算法研究

• 作者: 李森潭 刘超富 李宇轩 张楚仪 李若溪
• 来源期刊: 无线互联科技
• 关键词: 神经网络 差分学习 损失函数
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 实验研究
• 页码范围: 107-110
• 页数: 4页
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6944.2021.12.051

摘要

文章结合深度神经网络与差分学习,在苏拉卡尔塔棋博弈中引入人工神经元为棋子的移动估值,并结合差分学习得到最有价值的棋子移动.神经网络的输入为棋局,输出为棋子的价值估计,之后用它们来指导即时差分学习(TD).每出现一个局面,使用??贪婪法来选择新的动作和更新价值函数,从而使博弈效果越来越好.