中国象棋计算机博弈算法研究

计算机博弈是人工智能领域极其重要且最具挑战性的一个研究方向,对它的研究为人工智能带来很多重要的方法和理论。文中首先设计一个完整的计算机博弈系统,再运用多种方法对系统下的搜索算法V1进行改进,得到新的搜索算法V2。比较搜索算法V1和V2,证明对搜索算法改变的有效性。     

计算机围棋中的算法研究

在漫长的对计算机围棋算法的探索过程中,人类的智慧就与博弈密不可分。人类通过对计算机的操纵来实现人工智能,可以让计算机像人一样具备学习的能力。与其他棋类游戏相比,机器博弈中的围棋是目前最难攻下的难题,其搜索范围广,下棋规则复杂和模糊概念的复杂处理以及算法的设计难的特点制约了计算机围棋的发展。因此更快更好地开发研究计算机中的围棋算法不仅可以提升人类的认知能力还可以提高其使用价值。     

AlphaGo背后强大的人工智能技术

计算机博弈是人工智能领域的一个重要分支,计算机围棋在计算机博弈中处于核心的地位.将深度学习方法应用到计算机围棋中是AlphaGo团队的主要方法,AlphaGo利用"价值网络"去计算局面,用"估值网络"去选择下子,这两个不同的神经网络像两个大脑一样合作来改进下棋.除了智能博弈,人工智能凭借其强大的计算能力还运用在方方面面,例如智能穿戴、智能家居、云计算、互联网等领域.本文从AlphaGo讲起,简单剖析了人工智能的方方面面,并对人工智能的未来发展提出了自己的见解.     

一种基于经验知识的军棋博弈算法设计与实现

军棋是在中国广泛流行的棋盘类游戏,属于典型的非完美信息博弈问题,本文针对非完美信息博弈和军棋本身特点,主要对于其中的招法生成、搜索算法、概率推断三个问题进行了研究,设计了基于经验知识的军棋博弈系统,较大程度提升了军棋博弈系统的智能水平.     

基于信道定价的无线虚拟网络资源分配策略:匹配/Stackelberg分层博弈

针对分层匹配博弈不能跟踪信道变化以及循环迭代收敛慢等问题,该文提出一种基于信道定价的无线虚拟网络资源分配策略:匹配/Stackelberg分层博弈.分别以基于流带宽的用户满意度、系统带宽及切片功率作为报酬函数建立3级联合优化模型,并采用匹配/Stackelberg分层博弈求解.在博弈下层,定义移动虚拟网络操作者(MVNOs)m—切片n对mn及其与用户(UEs)的1对1匹配博弈以代替UEs与MVNOs的多对1匹配,对mn定义基于信道平均信息的切片功率价格,加速上、下一致收敛并使UEs适应信道选择最优mn,证明均衡点存在并给出了低复杂度的分布式拒绝-接收算法;在博弈上层,基于UEs与mn已匹配关系,形成基础资源提供者(InPs)与mn的Stackelberg博弈,给出了基于局部信道信息的功率定价和分配策略,使系统效用及频谱效率基于信道最优.最后定义了双层循环稳定条件及过程.仿真表明,该策略在信道跟踪、频谱效率、效用方面均优于随机定价的匹配/Stackelberg分层博弈以及传统分层匹配博弈.     

基于PVS搜索算法的亚马逊棋博弈系统的设计

亚马逊棋是一种复杂度介于围棋和中国象棋之间的博弈游戏.其复杂性主要是具有极大的分支因子,在搜索过程中难以达到较高的深度.本文采用了PVS搜索算法,通过缩小剪枝窗口,从而有效增加剪枝效率,同时结合了历史启发增强和置换表技术,极大提高了搜索深度.使用该技术开发的亚马逊棋软件,其博弈水平得到了有效提高.     

一种基于完全信息扩展博弈的自动信任协商策略

提出了一个基于完全信息扩展博弈的自动信任协商策略,该策略依据子博弈精炼纳什均衡来制定.首先,通过分析比较,将自动信任协商过程转化为完全信息扩展博弈过程,重点讨论了信任博弈树的构造算法和支付函数的计算方法;然后讨论了协商双方效用函数的计算,以此为基础提出了一种新的自动信任协商策略,按照该协商策略进行协商可以使协商双方利益最大化.     

基于信道定价的无线虚拟网络资源分配策略:匹配/Stackelberg分层博弈

针对分层匹配博弈不能跟踪信道变化以及循环迭代收敛慢等问题,该文提出一种基于信道定价的无线虚拟网络资源分配策略:匹配/Stackelberg分层博弈。分别以基于流带宽的用户满意度、系统带宽及切片功率作为报酬函数建立3级联合优化模型,并采用匹配/Stackelberg分层博弈求解。在博弈下层,定义移动虚拟网络操作者(MVNOs)m—切片n对m_n及其与用户(UEs)的1对1匹配博弈以代替UEs与MVNOs的多对1匹配,对\begin{document}${m_n}$\end{document}定义基于信道平均信息的切片功率价格,加速上、下一致收敛并使UEs适应信道选择最优,证明均衡点存在并给出了低复杂度的分布式拒绝-接收算法;在博弈上层,基于UEs与已匹配关系,形成基础资源提供者(InPs)与的Stackelberg博弈,给出了基于局部信道信息的功率定价和分配策略,使系统效用及频谱效率基于信道最优。最后定义了双层循环稳定条件及过程。仿真表明,该策略在信道跟踪、频谱效率、效用方面均优于随机定价的匹配/Stackelberg分层博弈以及传统分层匹配博弈。     

对博弈及其常用搜索算法的研究

本文首先简单介绍了博弈的相关理论,然后对其常用的三种搜索算法进行了研究,以确保实际中的博弈问题能够得到合理有效地解决。     

一种基于局面形势的军棋博弈系统

军棋是深受欢迎的棋类游戏之一,是一种典型的不完全信息博弈.本文针对不完全信息博弈和军棋自身特点,设计并实现了基于局面形势的军棋博弈系统.本文根据形势细分为进攻、防守以及特殊情况三种局面进行研究,并实现了工兵飞的功能以及加入了一些人下军棋时的经验,使系统更具有智能化.实验表明本文给出的对战策略是有效的.     

五子棋的一种价值的估算

人工智能是一门正在迅速发展的新兴综合学科,博弈是其主要研究领域之一。五子棋游戏,其规则简单,但变化多端,适宜于研究分析人机博弈算法。本文设计实现了五子棋人工智能功能,主要采用α－β修剪法算法,优化博弈树搜索过程,通过控制搜索深度和宽度,实现人机对弈。五子棋博弈的关键部分是价值估算,本文介绍一种简单有效的估值方法。     

基于牛角棋的博弈电路系统设计

机器博弈是人工智能领域的重要应用之一。以牛角棋博弈为载体,介绍了人机博弈系统中机器博弈引擎和人机接口的设计思想,重点论述了招法生成模块、搜索控制模块和局面评估模块在SoPC系统中的实现方案。在基于NiosⅡ设计的SoPC系统中实现了固定深度的深度优先的负极大值算法并且使用α-β剪枝技术对博弈树进行优化。实验结果表明所设计的博弈电路系统实现了牛角棋人机博弈功能,机器给出招法的时间和效果达到高水平博弈棋手的水准     

基于非合作竞价博弈的网络资源分配算法的应用研究

本文运用博弈理论对资源分配技术进行了深入研究,提出了能够反映供求关系的基于竞价的网络资源定价机制,并设计了端系统的效用函数,论证了资源分配博弈中Nash均衡点的存在性和唯一性以及Nash均衡解.基于所提资源分配博弈模型,设计了一种网络资源分配算法(RANG).仿真实验表明,RANG算法能够为端系统的资源数量提供参考,规范端系统竞价,从而使得整个资源的分配趋于合理.     

基于区域搜索的A＊算法在游戏寻径中的应用研究

寻径是人工智能中的重要组成部分,是游戏开发领域的研究热点。A＊算法是目前使用最广泛的寻径算法,但其存在搜索耗时、路径曲折等问题。本文提出了一种基于区域搜索的A＊算法,在提高搜索效能的同时保证了搜索精度,并有效解决了路径曲折问题。实验仿真结果验证了该算法在游戏地图寻径中的有效性和可行性。     

基于多阶段攻防信号博弈的最优主动防御

从网络攻防对抗的实际场景出发,针对具有不完全信息约束的多阶段动态攻防过程,构建了多阶段攻防信号博弈模型.针对多阶段攻防过程中信号作用衰减的问题,提出信号衰减因子进行量化描述.在此基础上,设计了多阶段攻防博弈均衡的求解方法,并给出了最优主动防御策略选取算法.通过仿真实验验证了本文模型和方法的有效性,并且分析总结了多阶段攻防博弈的规律.     

基于PVS算法的六子棋博弈系统的研究

针对六子棋比赛中基于棋型分析的评估函数比较复杂,因此搜索效率大大降低,六子棋是一种复杂度与象棋相当的博弈游戏。其复杂性主要是平均分枝因子大,导致博弈树搜索的深度太浅。本文采用了PVS搜索算法,通过缩小搜索范围,从而有效增加剪枝效率,同时结合了迭代深化和历史启发增强及置换表和哈希表技术,极大提高了搜索效率和深度。使用该技术开发的六子棋系统,其博弈水平得到了有效提高。     

一种启发式的足球机器人传球路径搜索算法

在机器人足球比赛的动态和不确定环境中,机器人一般选择带球进攻,为了增强比赛的水平和观赏性,可以开发更多的传球策略,这里特别针对前场传切进攻战术,提出了启发式的传球路径搜索算法。该算法考虑了影响传球路线的多方面因素,能在有效时间为持球机器人提供更多的可用传球路线,并生成更好的传球路线。     

对藏棋“久”的分阶段算法研究

藏族久棋是2019年中国计算机博弈锦标赛新设棋种,在此之前,国内外对该棋种的博弈策略研究相对较少。本文基于久棋两个博弈阶段规则和目的差异性大的特点,提出一种分阶段的博弈策略:下子阶段,考虑到无明显胜负判别的因素,提出一种基于相对胜负的改进蒙特卡洛树搜索算法以获取最佳下子点;行棋阶段,考虑到过程中的行棋方式会对后续模拟局面造成一定的影响,提出一种加入过程分值的改进Alpha-Beta剪枝搜索算法以获取最优行棋方案。在上述算法模拟博弈树的过程中,通过下子阶段优先集中在中心区域,行棋阶段优先形成褡裢的估值策略,给出了一份完整的估值评估表。实验结果表明,使用上述博弈策略及估值表实现的博弈程序棋力较高。