毕业设计（毕业论文）文献翻译

任务规定

摘要

博弈论是人工智能的一个重要研究分支。在文本中，我们首先描述了如何构建一个五子棋游戏的博弈树，然后，我们在博弈树中引入了一个极大极小值搜索算法来寻找最优玩法算法和α-β剪枝算法以提高搜索的性能。

目录

任务规定

摘要

1. 介绍

2. 情况评估

3. 最值搜索

4. 剪枝算法

b . 迭代深化

1. 介绍

2. 围棋知识的建模和表示：启发式围棋的一些组成部分

2.1模式和模式匹配

2.1.1模式的定义

2.1.2模型匹配

1. 介绍

博弈论是一项重要的研究人工智能的一个分支，主要包括复杂国际象棋游戏。现有解决器具的好处，从机器博弈论的发展来开，过去半个世界。。计算机的优势在于它高数计算能力。许多复杂的问题可以通过枚举所有可能和可行的解决方案来解决，然后选择最优解策略。然而，国际象棋玩游戏不应该依赖告诉计算能力，因为这个问题非常复杂。事实上，现有状态空间的复杂性上国际象棋游戏已经超过了存在于世界上现有计算机的能力。现有计算机还不够强大，无法列举所有这样的大规模状态空间。幸运的是，我们可以减少问题的规模通过考虑约束领域知识和增强知识，两者源于对要解决的问题的良好理解和良好的模型描述。对于五子棋游戏。例如：四个方向存在的棋子可以帮助更有效的寻找最优解，在本文中，我们首先为五子棋游戏构建一个博弈树，它用于评估和预测整个游戏情况。然后，我们介绍了一种基于最大值的搜索算法，在新建的博弈树上找到可行的玩法策略接下来，我们还要指出如何增强搜索通过α-β剪枝理论来提高效率。最后，我们分析所提出算法的效率和通过比较我们的评估其实际性能，使用Renju Solver的示例播放程序，即最著名的五子棋下棋程序。

2. 情况评估

a. 博弈树

下棋的过程中，下棋的局势是由双方玩家的行动共同控制的。在每一步中，都由一个节点改变了棋盘的全貌。当一个玩家落子的时候，整个棋局的情况就发生了改变。且对于当前情况玩家有很多情况，这将会把目前的局势改变成很多不同的情况。事实上，每个空着的棋盘的位置都是当前可以选择的落子位置。每个落子都会反映出完全不同的结果。如果一个玩家总能找到最优的落子点，他就会最终赢得比赛。然而，博弈树的规模如此之大，以至于现有的计算机都没有在短时间内作图并保存的博弈树。