人工智能与信息社会课件:310从国际象棋到围棋.pdf 11页

  • 0
  • 0
  • 0
  • 约小于1千字
  • 2020-08-13 发布

人工智能与信息社会课件:310从国际象棋到围棋.pdf

文档工具:
    1. 1、本文档共11页,可阅读全部内容。
    2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
    3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
    4. 文档侵权举报电话:19940600175。
    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)

    • 内容提供方:woxiangang
    • 审核时间:2020-08-13
    • 审核编号:6140025013002231

    相似文档