Gomoku的人工智能算法设计及实现

Journal: Advances in Computer and Autonomous Intelligence Research DOI: 10.12238/acair.v3i1.11924

刘畅, 邱力军

西京学院机械工程学院

Abstract

本文集中于对五子棋(Gomoku)AI的运算法则的研究与设计,传统的五子棋AI算法主要是基于搜索和规则的方法,这种方法虽然能够在一定程度上解决问题,但在实际应用中存在着效率低下、易受局限性和难以扩展等问题。近年来,强化学习技术的发展为五子棋AI的研究和应用提供了新的思路和方法,本文设计了一种基于强化学习的五子棋AI系统,该系统使用卷积神经网络和蒙特卡洛树搜索进行训练和预测。具体地,该系统使用双方棋子分布作为输入,预测下一步落子位置的得分,并根据得分进行决策。该系统可以从大量的数据中学习棋局规律,并具有较强的泛化能力,能够应对复杂的棋局和不同的对手。

Keywords

五子棋;人工智能;卷积神经网络;蒙特卡洛树搜索算法

References

[1] 王亚杰,邱虹坤,吴燕燕,等.计算机博弈的研究与发展[J].智能系统学报,2017,11(06):789-796.
[2] 徐梓荐.蒙特卡洛法在城市污水PPP项目投资风险分析的应用[D].兰州:兰州大学,2018.
[3] Jacoboni C,Lugli P.The Monte Carlo method for semicon ductor device simulation[M]. Springer Science & Business Media,2012.
[4] 汪坤兵.六子棋博弈中搜索技术的研究与实现[D].合肥:安徽大学,2016.
[5] 李学俊,王小龙,吴蕾.六子棋中基于局部“路”扫描方式的博弈树生成算法[J].智能系统学报,2015,3(2):265-272.
[6] Rubinstein R Y, Kroese D P. Simulation and the Monte Carlo method[M]. John Wiley & Sons,2016.
[7] 高友文.基于卷积神经网络的苹果表面伤疤识别研究[D].南京:南京邮电大学,2018.
[8] 张璐璐.基于卷积神经网络的人脸面部表情识别方法研究[D].石家庄:河北科技大学,2018.
[9] 李玉.基于卷积神经网络的射线图像识别系统的研究[D].北京:北化航天工业学院,2019.
[10] David Silver,Aja Huang.Mastering the game of Go with deep neural networks and tree search[J].Nature,2016, 14(3):35-68.

Copyright © 2025 刘畅, 邱力军

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License