位置:成果数据库 > 期刊 > 期刊详情页
基于RL算法的自学习博弈程序设计及实现
  • ISSN号:1672-9331
  • 期刊名称:《长沙理工大学学报:自然科学版》
  • 时间:0
  • 分类:TP181[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]长沙理工大学计算机与通信工程学院,湖南长沙410076
  • 相关基金:国家自然科学基金资助项目(60075019)
中文摘要:

针对目前在中国象棋计算机博弈中广泛采用人工设置的评估函数,提出了基于激励学习与神经网络相结合的评估函数自学习方法,基于此模型实现了一个能自学习的中国象棋博弈程序.该方法避免了人工设置评估函数,解决了传统程序深层搜索博弈树消耗的时间和运行空间均很大的问题,也适用于其他的计算机博弈程序设计.实验结果表明,该方法是一种有效的自适应学习方法.

英文摘要:

The artificial evaluation function is widely used in Chinese chess game on computer currently,so a self-teaching method of evaluation function based on reinforced learning,which combined with neural network,is described.Based on this,a program of Chinese chess is implemented.This method avoids the shortcomings of imprecision by artificial factors,this method can consume less time and space than traditional methods,it can be applied to other computer games.The experimental results show that it is an effective self-teaching method.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《长沙理工大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:湖南省教育厅
  • 主办单位:长沙理工大学
  • 主编:郑健龙
  • 地址:长沙市雨花区万家丽南路二段960号一办812房
  • 邮编:410004
  • 邮箱:lgdxxb2010@126.com
  • 电话:0731-85258192
  • 国际标准刊号:ISSN:1672-9331
  • 国内统一刊号:ISSN:43-1444/N
  • 邮发代号:42-304
  • 获奖情况:
  • 2008年获“湖南省十佳科技期刊”称号
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),德国数学文摘,中国中国科技核心期刊
  • 被引量:2129