实现苏拉卡尔塔棋网络博弈平台的吃子算法

针对苏拉卡尔塔棋“机-机”博弈需要人工参与的弊端,提出了构建苏拉卡尔塔棋计算机网络博弈平台的必要性,通过博弈平台实现自动对弈,而构建计算机博弈平台的核心技术之一就是吃子算法的实现。介绍了苏拉卡尔塔棋的三个要素,给出了一种用于计算机博弈平台的苏拉卡尔塔棋的存储结构。使用这种结构,给出了棋局的表示方法,建立了吃子循环队列,进而完成了适合于计算机博弈平台的吃子算法,实现了棋规。实验结果表明,这种存储结构高效可靠,吃子算法运行正确。该吃子算法可以应用于苏拉卡尔塔棋博弈平台的构建,并且这种存储结构和吃子算法对设计完成其他棋类的计算机博弈平台具有一定的参考价值。     

五子棋机器博弈系统评估函数的设计

针对五子棋机器博弈需借助棋型评估棋局产生的速度瓶颈,提出了棋型识别粒度与搜索深度相关联的多层架构评估函数设计方法。实验证实粗颗粒度估值在深层搜索时整体效率更高;多层次判读棋型能明显加快评估速度;走法生成函数引入快速评估,提前进行博弈树自然剪枝收效显著;非关键棋型依据棋局浮动分值平衡搜索深度,对五子棋亦见成效;以及估值函数针对性地延伸评估来减少地平线效应的开销更少;从而表明估值函数动态评估更加合理。     

六子棋智能博弈系统的研究与实现

六子棋作为一个新兴的游戏,已在棋类计算机智能博弈领域占有重要的位置,其为保证竞赛公平性而采取的一步两子的规则对计算机博弈的效率是很大的考验。为此,在实现六子棋博弈系统状态表示、搜索策略和评估函数几大核心框架的基础上,提出路的概念,简化评估函数类型,有效提高博弈性能。     

六子棋智能博弈系统的研究与实现

六子棋作为一个新兴的游戏,已在棋类计算机智能博弈领域占有重要的位置,其为保证竞赛公平性而采取的一步两子的规则对计算机博弈的效率是很大的考验。为此,在实现六子棋博弈系统状态表示、搜索策略和评估函数几大核心框架的基础上．提出“路”的概念,简化评估函数类型,有效提高博弈性能。     

亚马逊棋机器博弈系统中评估函数的研究

机器博弈是人工智能学科研究的载体,亚马逊棋作为一个相对较新的博弈棋种,走棋特点介于围棋和象棋之间,非常适合用来进行机器博弈研究。以亚马逊棋博弈系统为实验平台,对机器博弈中的关键技术之一——评估函教进行了研究。以territory、position、mobility个主要评估特征为基础,根据亚马逊棋在开局、中局以及残局三个不同阶段的棋局特点,分析了不同阶段中各评估因子的重要程度以及权重取值,最后得到一个分阶段的评估函数。通过实验结果可知,提出的棋局评估函数是可行并且有效的。     

一种基于OpenMP的并行混合PVS算法*

针对传统串行混合PVS(Principal Variation Search,主要变例搜索)算法的计算量大、执行耗时长和无法利用多核资源的不足,提出了一种基于OpenMP(Open Multi-Processing)的并行混合PVS算法,该算法应用了PVSplitting(主要变例分裂)策略,自底向上将博弈树每一层的首个PV结点的每个分支的搜索线程化,利用多核CPU并行执行,并对临界区和线程调度进行了合理设计,以提高搜索效率。最后,基于一个真实的中国象棋博弈系统进行了实验,结果表明该算法拥有较高的剪枝率和加速比,能够明显提升混合PVS算法的执行性能。     

基于iPhone平台的成三棋博弈算法研究与实现

成三棋游戏是经典的"二人零和、全信息、非偶然"博弈。本文使用极大极小值搜索算法对博弈树进行搜索,并运用Alpha-Beta剪枝与迭代加深搜索进行优化。该游戏基于iPhone平台,将Cocos2d游戏框架设计应用于成三棋项目中。通过对成三棋游戏的研究与分析,在博弈算法方面进行了大量的设计与优化,游戏达到了较高的智能水平。     

五道棋计算机博弈程序的设计与实现

针对民间五道棋博弈游戏,设计并实现五道棋计算机博弈程序。介绍程序的功能、设计目标,给出程序中关键问题的处理方法和软件实现方法。经实际应用证明,五道棋计算机博弈程序运行速度快、稳定可靠。该博弈程序的设计与实现对完成其他民间棋类的计算机博弈程序具有一定的参考价值。     

一种高性能西洋跳棋引擎设计

计算机博弈是人工智能最具挑战性的研究方向之一。西洋跳棋作为一种平均分支因子较少的棋种,在Alpha-Beta搜索理论研究中得到重要应用。从底层棋盘表示,到走法生成,然后利用结合多种方法的搜索核心技术,设计了一个完整的西洋跳棋博弈引擎,采用了多种高性能设计技巧,并扩展了空窗口搜索算法。经过限时实战对比,该博弈系统击败GWD博度引擎,体现了较强的棋力。     

面向目标的博弈搜索策略及其应用

博弈是人工智能研究的重要分支,它涉及人工智能中的推理技术、搜索方法和决策规划。而搜索策略是博弈问题的关键。针对搜索技术中存在的由于搜索空间巨大而引起的搜索效率下降的缺点,结合五子棋的特点,探讨了相应博弈问题的求解策略,提出一种结合PVS算法、静态着法启发、历史启发算法的搜索策略。实验结果证明,该算法不但能保证博弈水平,还能得到较好的搜索效率。     

基于Alpha-Beta剪枝法的中国象棋博弈系统研究

目前国内中国象棋人机博弈方面的研究相对落后。针对这一状况,设计了一个中国象棋博弈系统,本系统实现前台界面、棋盘表示、着法生成、棋局评估、博弈树搜索等必要过程。棋局评估考虚到了棋子的基本值、灵活性、受攻击度、受保护度,棋子位置附加值等。搜索引擎采用Alpha-Beta剪枝法。整个系统功能完备,具有较强的象棋对弈水平,为相关研究提供了较强的借鉴意义和参考价值。     

并行实现有自学习能力的五子棋AI

介绍了传统人机博弈PVS(PrincipalVariationSearch,主要变例搜索)算法,并在历史启发的基础上,设计了利用多处理器及超线程技术计算速度更快的并行PVS算法,并在算法中加入了自学习能力,使五子棋AI模拟人的思维。     

面向目标的博弈搜索策略及其应用

博弈是人工智能研究的重要分支，它涉及人工智能中的推理技术、搜索方法和决策规划。而搜索策略是博弈问题的关键。针对搜索技术中存在的由于搜索空间巨大而引起的搜索效率下降的缺点，结合五子棋的特点，探讨了相应博弈问题的求解策略，提出一种结合PVS、静态着法启发、历史启发算法的搜索策略。实验结果证明，该算法不但能保证博弈水平，还能得到较好的搜索效率。     

基于棋型的藏族“久”棋计算机博弈研究

“久”棋是藏族人民的传统棋类游戏,游戏过程分为布局阶段和战斗阶段,布局的质量对弈棋结果影响很大。与围棋博弈智能软件战胜人类高手的情况比较,“久”棋博弈研究几乎空白。为了拓宽机器博弈研究的游戏范围,开发具有较高棋力的“久”棋软件,作者开展了基于棋型的“久”棋计算机博弈研究。通过实地考察,在四川阿坝地区采集了约300局有效的“久”棋对弈数据,提取了常见棋型,分别为棋型命名为三角、三子、二子、对角、四子等。在布局阶段,采用模式匹配算法提高棋型的匹配速度。在布局和战斗阶段,基于棋型,设计了具有优先级别的防守、攻击、连子策略。采用C语言开发了“久”棋博弈软件,该软件具有人人对弈、人机对弈、自动录制棋谱等功能。该软件在2016年四川省阿坝县第七届“体彩杯”藏棋比赛中成功开展了人机对弈,但是棋力有待提高。结果表明,基于棋型的攻防策略能够有效地应用于“久”棋计算机博弈。     

一种博弈树静态估值算法——ΔFeature状态估值

在考虑下棋操作对棋盘影响的局部性后,提出了棋博弈的Δfeature状态估值算法,通过计算博弈树中相邻结点的特征变化来避免在叶结点上扫描整个棋盘,有效地减少了静态估值的时间开销。若棋子影响的局部范围足够小,还可以考虑将局部范围的所有情况列成表,以查表代替棋形匹配。ΔFeature状态估值算法也可以与其它优化博弈树搜索的方法一同使用,达到更好的效果。     

一种博弈树静态估值算法--△Feature状态估值

在考虑下棋操作对棋盘影响的局部性后，提出了棋博弈的△feature状态估值算法，通过计算博弈树中相邻结点的特征变化来避免在叶结点上扫描整个棋盘，有效地减少了静态估值的时间开销。若棋子影响的局部范围足够小，还可以考虑将局部范围的所有情况列成表，以查表代替棋形匹配。ΔAFeature状态估值算法也可以与其它优化博弈树搜索的方法一同使用，达到更好的效果。     

机器博弈海战兵棋推演系统的设计实现

设计兵棋推演海上作战过程,可以“在实验室中学习战争”,是现代技术和战争艺术的结合.分析了基于机器博弈海战兵棋推演的基本原理,指出用兵棋模拟战争应具备的几个特点,详细阐述了机器博弈海战兵棋推演系统的具体设计方法,包括棋盘表示、兵力表示、规则设计、态势评估和搜索策略等技术难点,实现了基于机器博弈的海战兵棋推演系统.并基于上述兵棋推演系统进行了实例仿真分析,以某红蓝海军编队为博弈对象,进一步阐明了系统对海战兵棋推演的功能.     

一个基于规则的人机对弈系统的设计与实现

本文以民间的扁担棋为对象，探讨了基于规则的人机博弈系统的实现方法与步骤，通过研究分析，给出了形式化的公共游戏规则和有利取胜原则，以此为基础提出了获益函数的概念，设计出一个有限递归算法解决了Ｋ度获益函数的计算问题，在这些工作的基础上最终用ｐａｓｃａｌ语言实现了扁担棋人机对弈系统。该系统经１０名学生对弈实验，机器获胜率在９０％以上，说明系统设计是成功的。     

网络安全评价系统的设计实现

本文根据博弈理论和Markov决策过程,研究了Markov博弈理论,并在其基上建立了基于Markov博弈理论的网络风险评估模型,将该评估模型用于安全态势评估与预测子系统中。给出了一个网络信息系统安全测试评估支撑平台,设计了其中的安全态评估与预测子系统的体系结构,并对其中用到的关键技术进行了详细设计,实现了安全态势评估系统。     

基于多种群进化小生境遗传算法的神经网络进化设计方法研究

针对神经网络进化设计问题中棋型解基因编码与棋型解空间的特点，提出了多种群进化小生境遗传算法。该神经网络进化楚棋方法设计简单、通用，棋型性能评价全面合理，全局搜索效率高，电力负荷预测支持系统的实际应用效果表明此方法是有效的，具有一定的应用推广价值。