面向机器博弈的即时差分学习研究

摘要：

以六子棋机器博弈为应用背景,实现了基于即时差分学习的估值函数权值调整自动化.提出了一种新的估值函数设计方案,解决了先验知识与多层神经元网络结合的问题.结合具体应用对象的特性,提出了对即时差分序列进行选择性学习的方法,在一定程度上避免了无用状态的干扰.经过10020盘的自学习训练,与同一个程序对弈,其胜率提高了8%左右,具有良好的效果.

关键词：机器博弈、即时差分学习、六子棋

所属期刊栏目：37

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金项目60873010;国家自然科学基金项目60774097

在线出版日期：2010-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：219-223