计算机博弈中估值算法与博弈训练的研究

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.

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

所属期刊栏目：38

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金资助项目60873010;新世纪优秀人才支持计划基金资助项目NCET-05-0288

在线出版日期：2012-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：163-166