基于RL算法的自学习博弈程序设计及实现.pdfVIP

Vo l. 4 No.4 第 4 卷第 4 期 长沙理工大学学报{自然科学版} 2007 年 12 月 Journal of Changsha University of Science and Technology( Natural Science) Dec.2007 文章编号: 1672-9331(2007 )04-0073-06 基于 RL 算法的自学习博弈程序设计及实现 付强1 ，陈焕文l (1.长沙理工大学计算机与通信工程学院，湖南长沙 410076) 摘 要:针对吕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商络 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. 关键词:中国象棋:激励学习z 神经网络z 搏弈 中理分类号: TP181 文献标识码:A A design and implement of Chinese chess game based on RL algorithm FU Qiang1 , CHEN Huan-wen1 (College of Computer and Communication Engineering ,Changsha University of Science and Technology ,Changsha 410076 ,China) Abstract:τhe artificial evaluation function is widely used in Chinese chess game on comput- er 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. Key words: Chinese chess; reinforced learning; neural network; game 表 1 几种棋类的空间复杂度及树复杂皮 随着计算机博弈在 Othello ， Checker 及罢际 象棋三种棋类上的成功运用，全世界的学者又把 树的复杂度