中国象棋人机对弈的自学习方法研究.PDF

维普资讯 第 7 第 年 埒月期 COMPUTE计RT算E机技术与发展 Vo1．17No．12 2007年 12 CHNOLOGYANDDEVEI．OPMENT Dec． 2007 中国象棋人机对弈的自学习方法研究 付 强 ，陈焕文 (长沙理工大学计算机与通信工程学院，湖南 长沙 410076) 摘 要：机器博弈被认为是人工智能领域最具挑战性的研究方向之一。中国象棋计算机博弈的难度绝不亚于国际象棋， 但是涉足学者太少，具有 自学习能力的就更少了。介绍了中国象棋人机对弈原理，给出了近年来几类典型的评估函数 自 学习方法及其原理，通过比较得出了最适合中国象棋使用的学习方法。分析了这些方法尚存在的问题，并提出了未来的 研究方向。 关键词：中国象棋 ；激励学习；神经网络 ；瞬时差分 ；博弈 中图分类号：TPI81 文献标识码：A 文章编号：I673—629X(2007)I2—0076—04 Research onM ethodsofSelf_。TeachingofChineseChessGame FU Qiang，CHENHuan—wen (Inst，ofComputerandCommunicationEng．，ChangshaUniv．ofSci．nadTechn，，Changsha410076，China) Abstract：Computergameisoneofthemostchallengingtopicsinthefieldofartificialintelligence．Chinesechesscomputergameismore complexthanchesscomputergma e。andthefewerresearchersandthefewestresearchhavetheabilityofself—teaching inthisfield．The briefprincipleofChinesechesscomputergma eisintroduced．Themethodsofself—teaching ofevaluationfunctioninthelastfwe years arepresented．aswellasgettheeslf—taeching methodthatfitinwithChinesechesscomputre gma e．Thegeneralprohl~aaswiththese mettx~ls，andpromising avenuesforfutureresearcharediscussed． Keywords：Chinesechess；reinforcementlearning ；neuralnetwork；temporaldifference；game O 引 言 圣”[¨、台湾大学许舜钦教授及其团队的 “ELP”[、中 随着计算机博弈在Othello、Checker和国际象棋三 山大学涂志坚的 “纵马奔流”、美国吴韧博士的 “梦入 种棋类上的成功，全世界的学者又把 目光投到更为复 神机”、台湾郑明政教授的 “象棋世家”、法国Pascal 杂的中国象棋 (ChineseChess)、日本将棋 (Shogi)、围棋 Tang的“XieXieMaster．商业化软件 “象棋奇兵”等。 (Go)上面。几种棋类遍历搜索的复杂度对 比见表 1。 表 1 几种棋类的空间复杂度及树复杂度 中国象棋是从两军对阵中抽象出来的一种智力游戏，