黑白棋是古老游戏黑白棋 1 的现代改编版。在人工智能领域,由于它被认为不适合神经网络,因此被认为是一款有趣的游戏。此前人们认为黑白棋是一款可以通过分析方法轻松破解的游戏。2002 年,范登赫里克(Van Den Herik)的一项颇具影响力的调查预测,黑白棋将在 2010 年被破解 [1]。虽然较小版本的棋盘已经被破解,但是经典的 8×8 棋盘还没有完美的解决方案。游戏是人工智能的一个领域,其中代理的任务是在指定的动态游戏环境中与人类或其他游戏对手对抗,从而获得最大的分数。与人类对手的游戏研究可分为两个不同的研究领域:研究人类的思维过程和推理,以及将这些过程转化为数字环境 [2]。由于黑白棋不适合用神经网络来玩,因此它是一个有趣的环境,可以用来利用和测试人工智能中更经典的游戏方法。在黑白棋中发现有效的游戏策略的进步可能会发现一种性能更佳的通用游戏方案。在本信中,我们将实施、测试和分析各种对抗性搜索方法以及 CNN [3、4、5、6]。本文的其余部分概述如下。第 2 节讨论了黑白棋棋盘游戏和其他准备工作。第 3 节和第 4 节讨论了许多不同的游戏策略。第 5 节讨论了算法的评估设置和产生的结果。第 6 节研究了本文未测试的其他算法。第 7 节对本文进行总结。
讲座很长的一章!我们详细讨论战略游戏的话题有两个原因:一方面,在伴随讲座的实习期间,黑白棋游戏程序逐渐以小组形式开发,并在学期末的锦标赛中相互竞争 -基础理论和实际应用概念的知识是必不可少的,当然也是有用的。另一方面,游戏程序有着令人着迷的近代历史:许多著名的数学家和计算机科学家(包括查尔斯·巴贝奇、艾伦·图灵、约翰·冯·诺伊曼、康拉德·祖斯、克劳德·香农和诺伯特·维纳)都曾研究过它们;此外,还开发了许多游戏程序(最初是针对策略和算法要求不高的儿童游戏,例如 Nim 或 Tic-Tac-Toe,后来也针对“困难”且受到社会尊重的游戏,例如国际象棋和围棋)...
讲座很长的一章!我们详细讨论战略游戏的话题有两个原因:一方面,在伴随讲座的实习期间,黑白棋游戏程序逐渐以小组形式开发,并在学期末的锦标赛中相互竞争 -基础理论和实际应用概念的知识是必不可少的,当然也是有用的。另一方面,游戏程序有着令人着迷的近代历史:许多著名的数学家和计算机科学家(包括查尔斯·巴贝奇、艾伦·图灵、约翰·冯·诺伊曼、康拉德·祖斯、克劳德·香农和诺伯特·维纳)都曾研究过它们;此外,还开发了许多游戏程序(最初是针对策略和算法要求不高的儿童游戏,例如 Nim 或 Tic-Tac-Toe,后来也针对“困难”且受到社会尊重的游戏,例如国际象棋和围棋)...
摘要:近年来,人工智能在将棋、黑白棋等具有完美信息的游戏中已经可以与顶级职业选手相媲美,但在具有不完美信息的游戏中却只取得了部分成功。例如,一些研究人员已经在扑克游戏中实现了与顶级职业选手相媲美的人工智能,但在麻将游戏中却未能实现,麻将是一种信息不完美且复杂度高于扑克的游戏。Mizukami 等人(2013, 2014) 构建了一个接近顶级职业麻将水平的人工智能。但是,这种人工智能无法夺取一张牌来为每个 Yaku 构建一个组合。另一方面,Harada 等人构建了麻将人工智能——全手牌提取(CHE),该人工智能考虑了高概率构建的役牌。基于此工作,我们将 CHE 应用于麻将人工智能,该人工智能可以认领一张牌,从而为每个役牌构建一个组合。在使用 CHE 的麻将游戏中,所提出的人工智能的有效性得到了证实。