- 1、本文档共21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
五子棋在本例中用这种方法的五子棋程序采用BP神经网络来求评估值,网络即为局面评估函数f。它有56个输入节点,28个隐含节点和2个输出节点。输入节点中有28个代表计算机局面的特征,另28个代表对手局面的特征。2个输出节点分别是对计算机棋手局面与对手局面的评估,两个值相减得到对局面的评估值。莫建文等.基于TD强化学习智能博弈程序的设计与实现[J].计算机应用,2004,24(6):287-288有兴趣的可以参考小实验:井字过三关介绍:即课本第一章习题1.5中提到的tic-tac-toe。两个玩家,一个打圈(O),一个打叉(X),轮流在3乘3的格上打自己的符号,最先以横、直、斜连成一线则为胜。先下玩家有优势,双方无失误,将是和局。一个空白的棋盘一场游戏的过程设计由九个感知器组成的单层人工神经网络原理概述对方用-1表示;己方用1表示;空白格用0表示。例子:1-1-101010-1输入:将棋局分布用九位的二进制数表示,每一位作为一个输入。其余位置输出为0输出:应该落子的位置输出为1部分训练样例对应的目标输出值02部分输入向量01YourcompanysloganYourcompanysloganYourcompanysloganYourcompanysloganYourcompanysloganYourcompanysloganYourcompanysloganYourcompanysloganYourcompanysloganYourcompanysloganYourcompanysloganYourcompanysloganYourcompanysloganYourcompanysloganYourcompanysloganYourcompanysloganYourcompanysloganYourcompanysloganYourcompanysloganYourcompanysloganYourcompanyslogan人工神经网络与人机博弈温文欢王衎杨磊王宇飞赵静李娜廖婷婷陈芬黄鹏飞李浩攀总目录生物学的神经网络1人工神经网络2神经网络的人机博弈应用3小实验:井字过三关4动物的大脑结构生物学的神经网络小处理单元04(即100亿)个这样的微03分为灰色的外层和白色的内层。灰色层只有几毫米厚,其中紧密地压缩着几十亿个被称作神经元的微小细胞。白色层在皮层灰质的下面,占据了皮层的大部分空间,是由神经细胞相互之间的无数连接组成。皮层象核桃一样起皱,这可以把一个很大的表面区域塞进到一个较小的空间里。这与光滑的皮层相比能容纳更多的神经细胞。01人的大脑大约含有1OG02神经细胞生物学的神经网络神经细胞都长着一根像电线一样的称为轴突(axon)的东西,它的长度有时伸展到几厘米,用来将信号传递给其他的神经细胞。它由一个细胞体、一些树突、和一根可以很长的轴突组成。1神经细胞利用电-化学过程交换信号。输入信号来自另一些神经细胞。这些神经细胞的轴突末梢和本神经细胞的树突相遇形成突触,信号就从树突上的突触进入本细胞。大脑的神经细胞只有两种状态:兴奋和不兴奋。发射信号的强度不变,变化的仅仅是频率。神经细胞把所有从树突上突触进来的信号进行相加,如果全部信号的总和超过某个阀值,就会激发神经细胞进入兴奋状态,这时就会有一个电信号通过轴突发送出去给其他神经细2胞。301能实现无监督的学习—不存在导师,网络根据外部数据的统计规律来调节系统参数,以使网络输出能反映数据的某种特性。02对损伤有冗余性—大脑即使有很大一部分受到了损伤,它仍然能够执行复杂的工作。03处理信息的效率极高—神经细胞采用了并行的工作方式,使得大脑能够同时处理大量的数据。04善于归纳推广—极擅长的事情之一就是模式识别,并能根据已熟悉信息进行归纳推广。05它是有意识的—这个在人工神经网络中不予讨论。神经网络特点人工神经网络01040203模拟大脑的人工神经网络ANN是由许多叫做人工神经细胞(也称人工神经原,或人工神经元)的细小结构模块组成。人工神经细胞就像真实神经细胞的一个简化版,但采用了电子方式来模拟实现。一个人工神经细胞可以有任意n个输入,n代表总数。可以用
文档评论(0)