姚斯宇计算机围棋- 计算机围棋computer go.ppt

计算机围棋 computer go 1. Go？Cgo？ 1. Go？Cgo？ 围棋规则： 1。气的概念 2。禁止全局同型 计算机围棋（computer go）是人工智能领域最具挑战性的分支之一，远比深蓝复杂。 2. 最新研究水平 目前顶级程序分布在八国联军。 顶级程序在9*9围棋上基本达到职业水平，在大棋盘上达到业余1-2段。 搜索时代 《手谈》时代 MC时代 3.1搜索时代 搜索不给力了 人类在下棋中更依赖感觉，一般只做几条，深度为十多步的计算即可。 目的性不强 评估函数不容易做 3.2《手谈》时代 《手谈》系列由中山大学退休教授陈志行老师开发，在90年-00年，在该领域极具统治力。 《手谈3》舍弃了全局搜索，将静态分析和棋型匹配做到了当时的巅峰,。 就像李昌镐改变了那个时代棋手的棋风，此后的cgo程序基本都转向知识型，，严重缺乏算法，进步缓慢。 3.3MC时代 蒙特卡罗monte-carlo算法 对于当前局面进行随机模拟落子，直到终局，以胜率来评估当前局势或者落子点的优劣程度，Mogo是mc算法用的最好的程序。 相当于两个不会下棋的人继续高手的棋。 MC算法的特点 1． 计算能力提高，MC模拟次数多，棋力明显增强。 2． MC的强大在于它模拟速度飞快，可以获得大量模拟结果。 3．Random MC部分越智能，它给出终局越有意义，而相应的模拟次数就会减少，需要维护二者平衡。 4 . MC算法的改进 补充：（围棋一般除了开局，都会落子在已有的点附近，这个特点同样适用于五子棋） 在MC模拟中，只模拟或更多的模拟已有落子点附近的点。就好比是高手下棋之后让两个庸手下至终局，这样评判的效果比两人胡下，要好太多了 。。 MC pk 搜索 MC在一定程度上代替了估值函数，而MC的改进更像是搜索。 MC没有搜索清晰，存在让人看不清的黑盒操作。 MC程序 pk 知识型程序 MC算法很容易上手，成型很快，但是它的不稳定和难以加入知识是永远的痛。 如何结合二者是当前的关键~ 把MC当做评估函数，获得当前局面的胜率，辅助知识型程序中的搜索和静态分析算法。 5. MC在五子棋上的应用 效果一定不如围棋，why？ 1.五子棋中存在大量必杀，不太稳定的MC被无视了。 2.五子棋已经有不错的评估函数了，MC继续被忽视 还是喜欢计算机围棋 Thank you. * 姚斯宇 by 2. 最新研究水平 3. Cgo的发展 4. 神奇的MC算法 5. 五子棋 *