- 1、本文档共11页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
人工智能与信息社会
基于决策树和搜索的智能系统:从国际象棋到围棋
陈斌北京大学gischen@pku.edu.cn
深蓝的算法
〉 AlphaBeta剪枝
〉 残局库 (增加搜索深度)
〉 人类对局开局库
北京大学地球与空间科学学院/ 陈斌/2018
AlphaBeta之于围棋
〉 GNU Go
〉 业余5~10级左右
〉 CGOS上,GNU
Go被当作基准分数
北京大学地球与空间科学学院/ 陈斌/2018
蒙特卡洛方法
〉 通过随机采样计算得到近似结果
〉 一种通用的计算方法
北京大学地球与空间科学学院/ 陈斌/2018
蒙特卡洛树搜索(MCTS)
〉 一种通过在决策空间中随机采样并根据结果
构建决策树来寻找最优策略的方法
〉 决策树的构建:选择、扩张、模拟、反馈
北京大学地球与空间科学学院/ 陈斌/2018
选择、扩张
〉 树策略:从决策树中选择并创建新的叶节点
北京大学地球与空间科学学院/ 陈斌/2018
模拟、反馈
〉 默认策略:从一个非中止状态不断进行游戏
并得到一个价值评估
北京大学地球与空间科学学院/ 陈斌/2018
MCTS例子
北京大学地球与空间科学学院/ 陈斌/2018
MCTS之于围棋
〉 MoGo 第一个使用使用蒙特卡洛树搜索的
围棋程序 (2006年),在9×9的棋盘上击
败了职业选手
〉 DeepZenGo是AlphaGo之前最强的围棋
程序之一,可以达到与职业棋士差距3~4子
的水平
北京大学地球与空间科学学院/ 陈斌/2018
AlphaGo
〉 在MCTS的基础上,通过神经网络进行训练
得到更好的树策略和估值函数
北京大学地球与空间科学学院/ 陈斌/2018
结果比较
北京大学地球与空间科学学院/ 陈斌/2018
文档评论(0)