原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于TD强化学习智能博弈程序的设计与实现.pdf
第 卷 计算机应用
24 VOl .24
年 月
2004 6 CO mputer Appli cati Ons June , 2004
文章编号
C1001 -9081 (2004 )06Z -0287 -02
基于 强化学习智能博弈程序的设计与实现
TD
莫建文1 9林士敏2 9张顺岚1
桂林电子工业学院 通信与信息工程系 广西 桂林
(1 . 9 541004 ;
广西师范大学 计算机系 广西 桂林
2 . 9 541004 )
摘 要 探讨了基于 预测强化学习智能博弈程序的设计原理 并基于
! TD (Te mpOral Diff erence ) 9
该原理结合 神经网络设计并实现了一个能自学习的五子棋博弈程序 实验证明 该方法既能避
BP O 9
免设计复杂的静态评估函数9又能很好地解决传统的智能博弈程序中存储空间大和运行速度慢等问
题9同时克服了传统方法难以在模糊\不完整或冗余9甚至矛盾的数据基础上进行问题求解的缺点O
关键词 强化学习 博弈
!TD ; ;
中图分类号 文献标识码
!TP181 ;TP183 !A
局面评估函数 可以表示成 ( ) o对应上面的
引言 f f A =c 1 -c 2
1 棋局状态 我们预期计算机方胜时局面评估值
文档评论（0）