基于Alpha-Beta算法的苏拉卡尔塔棋博弈系统研究

针对苏拉卡尔塔棋中,可下位置的生成较为繁琐和复杂,进而导致搜索效率较低的问题,本文采用了优化过的可下位置生成算法,使用"三手进攻"策略与Alpha-Beta算法相结合,同时结合了置换表和哈希表技术,大大地提高了搜索效率和深度.该程序在2021年全国大学生计算机博弈大赛上获得了全国亚军的好成绩,验证了该算法的可行性.     

基于UCT算法改进的Hex棋博弈系统研究

为了提升Hex棋的计算机博弈水平,使得选取位置更加精准.本文针对Hex棋在上限置信区间(UCT)算法中所得结果准确度不够精确的问题,提出了一种结合Hex棋棋型采取策略的改进算法.实验结果表明,该算法能准确评估Hex棋的局面并生成有利的落子位置,使得Hex棋博弈系统的博弈水平得到有效提高.     

一个幻影围棋计算机博弈系统的设计与实现

幻影围棋作为一个刚兴起不久的棋类游戏,属于不完全信息博弈,目前对幻影围棋的研究与开发较少,在国内才刚刚起步.分析了幻影围棋计算机博弈系统的模型与结构,结合Alpha-Beta搜索算法和蒙特卡洛算法的优势,依据棋盘状态采用不同的搜索算法,调用搜索引擎产生下子,在此基础上开发实现了一个幻影围棋博弈系统,能有效的交互和处理信息,并通过了运行测试.     

个性化亚马逊棋的界面设计与实现

本系统以亚马逊棋游戏作为研究对象,在Windows平台下,运用QT语言编写代码实现了一个具有智能、个性化的人机和人人亚马逊棋博弈系统.该系统的界面设计采用卡通的像素风格,除了具有常规的菜单界面、游戏对战界面外,还设置了行棋记录、悔棋位置显示、棋子运动动画显示等界面,实现了用户可根据自己的爱好调节背景音乐、效果音乐音量大小等功能.实验表明该系统是可行并有效的.     

基于爱恩斯坦棋削减随机性影响的博弈算法研究

爱恩斯坦棋是一种随机性很强的特殊棋种,普通的博弈算法难以在爱恩斯坦棋上得以适用.因此本文将针对爱恩斯坦棋的博弈策略,以评价函数中的棋子的状态值以及棋子位置的赋值两方面为主进行估值函数的研究,并利用保边缘舍中间的策略削弱随机性带给爱恩斯坦棋的影响效果.经过多次对战实验证明该评价函数以及削弱随机性的策略是有效的.     

局部UCT算法在围棋死活题上的性能测试

为了探索UCT算法在局部搜索中的可靠性,文中在改写Fuego的全局UCT搜索算法的基础上,实现了封闭域局部UCT搜索算法,并在64个标准的围棋死活题上进行了测试。初步结果表明,虽然有一小部分死活问题(11个,约17%)还不能正确求解,但封闭域局部UCT算法基本能够较快地(十几秒内)求解出大部分围棋死活测试问题。文中测试对如何改进大棋盘上的UCT算法性能有指导意义。     

拉丁藏文字转写成UNICODE藏文字的算法研究

文中对拉丁藏文字和传统藏文字结构进行了分析,建立了271个藏文字部件库和相应对照库,根据对照库和拉丁藏文字的特点,提出了拉丁藏文字转换为传统藏文字的算法,该算法简化了拉丁字母与Unicode藏文字母之间的转换过程,降低了算法复杂度。试验表明除了藏文梵文外,对现代藏文字的转换准确率达到了100%。     

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。     

基于序贯博弈多智能体强化学习的综合模块化航空电子系统重构方法

动态重构是一种有效的综合模块化航空电子系统故障容错方法.重构蓝图定义了系统故障环境下的应用迁移与资源重配置方案,是以最小代价重构恢复系统功能的关键.在复杂多级关联故障模式下,如何快速自动生成有效重构蓝图是其难点.针对该问题,本文提出一种基于序贯博弈多智能体强化学习的综合模块化航空电子系统重构方法.该方法引入序贯博弈模型...     

基于RRT改进算法的伪卫星导航轨迹纠偏策略研究

针对现有基于伪卫星的室内小车导航实际轨迹偏离的问题,提出了一种基于快速搜索随机树法（RRT）改进算法的导航轨迹纠偏方案。在轨迹纠偏方案中,利用软件无线电（SDR）软件对小车原有的遥控信号进行采集并进行调制,得到可以操控小车的信号;并在纠偏程序中添加改进的RRT 算法在小车轨迹偏离时进行轨迹规划,从而达到小车轨迹纠偏。结果表明,此方案在进行伪卫星室导航时减小了小车的轨迹偏差,纠偏效果明显。     

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。     

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.     

Research on search engine techniques of Surakarta game

Computer game (CG) is one of the most challenging research directions in the fields of computer science and artificial intelligence (AI). Relational techniques of computer game are discussed in this article. The main work is listed below as three aspects: First of all, we analyzed the characteristics of Surakarta and modeled the game process of Surakarta. Next then, we discussed the techniques of search engine, which include game state evaluation and game tree search. Lastly, a series of experiments for the search engine were done. And then, combined with the experiments we get the empirical equation. These techniques made the evaluation of the game state more accurate, and the performance of the search engine was more effective and intelligent. The results and conclusions of these experiments have some reference values to other computer game procedures. And they have been proved by a series of experiments and competitions.     

一种唯相控数字波束形成算法的研究

讨论一种基于相控原理的接收数字波束形成(DBF)算法,该算法不但可以精确地计算智能天线加权系数,而且运算量很小,克服选代算法收敛速度慢的问题。蒙特卡罗仿真结果表明,该算法可有效地减小多址干扰,提高CDMA系统容量。     

基于现场数据的地铁车辆牵引系统可靠性分析

牵引系统的可靠性对于地铁车辆的安全运行极为重要.文章结合某地铁线路的现场车辆检修记录,采用故障树法和蒙特卡洛法分析牵引系统的可靠性.首先,根据现场检修数据建立地铁牵引系统的故障树模型,并对所建立的故障树模型进行定性、定量分析.其次,运用蒙特卡洛法对地铁牵引系统进行可靠性仿真.最后,确定了牵引系统的薄弱环节和各部件的重要...     

跨Windows和Linux平台的藏文输入法研究

介绍了跨Windows和Linux平台的藏文输入法技术及技术特征.论述了在不同操作系统环境藏文输入法的实现方法,从而设计在Windows和Linux两类OS间的输入法接口模块;讨论了使用软件移植、第三方虚拟机工具、操作系统抽象层等三种技术,设计跨多个操作系统平台的藏文输入法.     

认知无线电合作式频谱检测算法研究与仿真

对合作频谱检测的AND准则和OR准则频谱检测算法进行了理论分析,对2种检测算法进行了单用户和多用户的理论仿真和蒙特卡洛仿真。仿真结果表明,这2种检测算法正确检测概率与用户数的关系符合信号的统计分布特性结果,误差随虚警概率的增大而逐渐变小;对相同用户数,OR准则的检测概率高于AND准则检测概率。这一结论可以为认知无线电合作式频谱检测策略的选择提供一定指导。     

An intelligent task offloading algorithm (iTOA) for UAV edge computing network

Unmanned Aerial Vehicle (UAV) has emerged as a promising technology for the support of human activities, such as target tracking, disaster rescue, and surveillance. However, these tasks require a large computation load of image or video processing, which imposes enormous pressure on the UAV computation platform. To solve this issue, in this work, we propose an intelligent Task Offloading Algorithm (iTOA) for UAV edge computing network. Compared with existing methods, iTOA is able to perceive the network’s environment intelligently to decide the offloading action based on deep Monte Calor Tree Search (MCTS), the core algorithm of Alpha Go. MCTS will simulate the offloading decision trajectories to acquire the best decision by maximizing the reward, such as lowest latency or power consumption. To accelerate the search convergence of MCTS, we also proposed a splitting Deep Neural Network (sDNN) to supply the prior probability for MCTS. The sDNN is trained by a self-supervised learning manager. Here, the training data set is obtained from iTOA itself as its own teacher. Compared with game theory and greedy search-based methods, the proposed iTOA improves service latency performance by 33% and 60%, respectively.     

灭火救援最优路径算法探究

为解决城市消防灭火救援系统中消防车出警不够迅捷的问题,本文提出了一种灭火救援最优路径算法。该算法在经典Dijkstra算法的基础上,提出了三点优化。通过搜索区域的限定可以解决大量无用结点参与计算带来的时间和空间的浪费问题,同时优化存储结构可节省大量的存储空间,最后,提出了双向查找规则,该规则减少了链接数量,有效地提高了寻找最优路径的效率。     

基于改进RRT算法的无人机航迹规划

为了提高无人机的作战效率,航迹规划系统必须为无人机设计出安全系数高,能量消耗少,处理时间短,同时还必须满足飞行器自身物理特性的威胁回避轨迹。基于上述研究目的,本文选择快速随机搜索树算法(RRT)作为迹规划航算法主体,结合Dijkstra算法改进了RRT算法,完成最小航迹代价飞行轨迹的设计。