(基于的手机围棋游戏的设计.docVIP

６ 张国平等：基于 Ｊ２ＭＥ 的手机围棋游戏的设计 第 ４１ 卷 图 ２　ＬＣＤＵＩ 体系结构 Ｂｏｕｎｄ ）在 Ｔｒｅｅ　Ｓｅａｒｃｈ 上的应用。而 ＵＣＢ 本来是为了解决 吃角子老虎机问题（ Ｂａｎｄｉｔ　Ｐｒｏｂｌｅｍ ）而产生的。 ＵＣＢ 公式 表示如下（也称为 ＵＣＢ１） ［ ８～９ ］ ： 珡 Ｘ ｊ ＋ ２ｌｏｇｎ Ｔ ｊ （ ｎ 槡 ） （１ ） 珡 Ｘ ｊ 是第 ｊ 台机器到目前为止的平均收益； Ｔ ｊ （ ｎ ）是第 ｊ 台 机器被测试的次数； ｎ 是所有机器目前被测试的总次数。 让式（ １ ）的值最大的机器将是下一个被选择的机器。前项 即为此台机器的过去表现，后项则是调整参数。 而 ＵＣＢ１－ＴＵＮＥＤ 是相对于 ＵＣＢ１ 实验较佳的配置策 略 ［１ ０］ 。 ＵＣＢ１－ＴＵＮＥＤ 的公式如下 Ｖ ｊ （ ｓ ）＝ １ ｇ ∑ ｓ Ｙ＝１ 珡 Ｘ ２ ｊ ， （ ） Ｙ － 珡 Ｘ ２ ｊ ， Ｓ ＋ ２ｌｏｇｎ 槡 ｇ （２ ） 珡 Ｘ ｊ ＋ ｌｏｇｎ Ｔ ｊ （ ｎ ） ｍｉｎ １ ４ ， Ｖ ｊ （ Ｔ ｊ （ ｎ 槡｛ ｝ ）） （３ ） 让式（ ３ ）的值最大的机器将是下一个被选择来测试的 机器。 ＵＣＴ（ ＵＣＢ　ｆｏｒ　Ｔｒｅｅ　Ｓｅａｒｃｈ ）其 实 就 是 把 ＵＣＢ１ 或 ＵＣＢ１－ＴＵＮＥＤ （统称为 ＵＣＢ ）等公式运用于 Ｔｒｅｅ