-
公开(公告)号：CN113318451A
公开(公告)日：2021-08-31
申请号：CN202110591851.8
申请日：2021-05-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于机器学习的棋类自学习方法，该方法的落子选择输出层和价值评估输出层共用同一个神经网络输入层和隐藏层，采用蒙特卡洛搜索树构建策略优化器。该方法训练过程分为数据生成和神经网络训练两部分训练的过程则是使神经网络输出价值标量与自我对局的最终结果之间的误差尽可能的小，使神经网络输出的落子向量与蒙特卡洛树对每一步搜索给出的决策向量尽可能的接近。本发明通过引入神经网络作为落子选择器和价值评估器，蒙特卡洛树作为策略优化器，完全不需要人类的棋类知识，即可完成自我对弈，最终完成对神经网络的训练。该发明的目的在于构建一个AI棋手，供人们对弈使用。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
