人工智能与信息社会课件：310从国际象棋到围棋.pdfVIP

下载本文档

6
0
约小于1千字
约 11页
2020-08-13 发布于安徽
举报
版权申诉

人工智能与信息社会课件：310从国际象棋到围棋.pdf

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

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