基于增強學習的博弈主體的研究.pdf

1、目前，以人工智能為中心的游戲受到人們的普遍青睞。本文針對中國跳棋游戲，將人工智能領域中的增強學習技術應用到其中，構建了一個具有智能決策和自主學習能力的多人跳棋博弈系統(tǒng)。系統(tǒng)的體系結構不同于傳統(tǒng)的跳棋游戲，它是一種基于傳統(tǒng)游戲模式的擴展型系統(tǒng)。 系統(tǒng)按功能界面劃分為三個部分：測試子系統(tǒng)、機器自學習子系統(tǒng)和人機對弈子系統(tǒng)。在博弈系統(tǒng)建立的初期，為了階段性地了解系統(tǒng)的構建過程中各組件之間的協調工作情況，一個測試子系統(tǒng)被首先建立起來。機

2、器自學習子系統(tǒng)主要進行博弈主體的自主學習，通過對弈的交互過程不斷積累經驗，提高下棋的能力。機器自學習子系統(tǒng)實現了機器自對弈訓練模式和人機對弈訓練模式。通過在人機對弈訓練模式中觀察人的開局方式，系統(tǒng)建立了一個開局策略知識庫并在對弈過程中綜合運用?；谠鰪妼W習和反向傳播算法的原理，機器的自對弈訓練模式通過自對弈的在線學習方式不斷提高利用神經網絡實現的非線性棋局評估函數的準確度，進而完善自身的對弈能力。人機對弈界面主要利用機器自學習子系統(tǒng)中學

3、習到的不同等級的對弈模型來實現多游戲者的人機對弈。 在系統(tǒng)的設計方面，主要討論了棋盤和博弈主體的設計思想。在棋盤設計中，給出了一個棋盤的構造模型，提出了棋盤分區(qū)的概念和游戲運行階段的定義。在博弈主體的設計中，確定了主體的慎思結構，提出了一個主體的智能決策學習模型并詳細討論了各主要部件的功能，給出了神經網絡棋局評估學習器的網絡結構和訓練過程中可選取的棋盤特征。在系統(tǒng)的實現方面，利用VC++的MFC并基于面向主體的編程思想構建了一個