協(xié)同進(jìn)化FNN在計(jì)算機(jī)圍棋中的研究與應(yīng)用.pdf

1、計(jì)算機(jī)博弈(Machine Game)一直以來(lái)都是檢驗(yàn)人工智能發(fā)展水平的試金石,以研究計(jì)算機(jī)博弈為切入點(diǎn),可以充分提高各種人工智能的理論水平。
　　以目前計(jì)算機(jī)博弈程序的發(fā)展水平來(lái)看,大部分的博弈游戲,例如跳棋,中國(guó)象棋,五子棋等,依靠傳統(tǒng)的博弈樹(shù)搜索算法和越來(lái)越快的計(jì)算機(jī)處理速度,博弈程序的水平已經(jīng)達(dá)到了專家級(jí)的高度,然而對(duì)于圍棋來(lái)說(shuō),這方面的研究仍然沒(méi)有突破性的進(jìn)展。究其原因,是需要考慮的分支數(shù)太多,即使計(jì)算機(jī)的速度再快,也難

2、以窮盡所有分支,目前較為主流的做法是建立一個(gè)圍棋模式數(shù)據(jù)庫(kù),將當(dāng)前的棋局同數(shù)據(jù)庫(kù)中的模式進(jìn)行匹配,以找到最佳的著法。這種做法的局限性在于需要眾多的先驗(yàn)知識(shí)去建立該數(shù)據(jù)庫(kù),算法的好壞更多的取決于先驗(yàn)知識(shí)的好壞,從研究人工智能的角度來(lái)講,我們更希望建立一個(gè)能從相互博弈的過(guò)程中不斷進(jìn)行自主學(xué)習(xí)的算法模型。想達(dá)到該目的只有用神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)局面評(píng)估函數(shù),目前應(yīng)用到圍棋上做的最好的就是SANE(Symbiotic Adaptive Neuro-Evo

3、lution)算法,在SANE算法的基礎(chǔ)上,本文提出了一個(gè)用神經(jīng)網(wǎng)絡(luò)集成進(jìn)行局面估值的圍棋博弈算法模型,試驗(yàn)證明,該模型經(jīng)過(guò)訓(xùn)練后具有更高的智力水平。
　　本文首先對(duì)相關(guān)領(lǐng)域知識(shí)進(jìn)行了全面綜述,再建立這一算法模型,并用實(shí)驗(yàn)驗(yàn)證了該算法的有效性,其中主要的創(chuàng)新性內(nèi)容如下:
　　1.集成多個(gè)神經(jīng)網(wǎng)絡(luò)作為計(jì)算機(jī)圍棋的局面評(píng)估函數(shù),使用協(xié)同進(jìn)化遺傳算法同時(shí)優(yōu)化單個(gè)神經(jīng)網(wǎng)絡(luò)以及神經(jīng)網(wǎng)絡(luò)之間的組合方式,這樣更有助于在進(jìn)化中保留有用部分,

4、拓展了搜索的空間,得到對(duì)當(dāng)前棋盤局面更加精準(zhǔn)的估值。
　　2.計(jì)算個(gè)體適應(yīng)度時(shí),建立一個(gè)合適的多目標(biāo)評(píng)價(jià)函數(shù),而不是僅僅以比賽輸贏的結(jié)果作為評(píng)價(jià)的唯一因素,這樣有助于保持群體中個(gè)體的多樣性,避免算法的提前收斂。
　　3.在博弈個(gè)體的訓(xùn)練上,采用自主學(xué)習(xí)和監(jiān)督學(xué)習(xí)兩種相結(jié)合的方式。自主學(xué)習(xí)是指?jìng)€(gè)體之間相互進(jìn)行博弈比賽,以比賽的結(jié)果作為評(píng)價(jià)個(gè)體適應(yīng)度的一部分考慮因素。監(jiān)督學(xué)習(xí)是為了防止個(gè)體之間出現(xiàn)相互串聯(lián)作弊,因此引入多個(gè)已有的