基于智能算法的六子棋博弈行为选择的应用研究

【摘要】： 行为是生命体外在的表现形式,是生命体内在智能的外部表象,Tyrell认为:“行为选择就是从一组可能的候选集中选择最适合的行为。”因此,行为选择是生命体智能的高级形式。行为选择问题是人工生命研究领域的一个核心问题,人工生命是人工智能的发展,人工生命作为信息科学、生命科学、系统科学等学科的交叉学科,它不是用分析、解剖生命体的方法来理解生命,而是用综合的方法来理解生命,强调系统性和整体性。此外,计算机博弈过程,本质上就是一个对抗性极强的、智能程度高的博弈行为的选择过程,因此,将基于计算机博弈系统的博弈机器人作为人工生命体,并利用人工智能方法来研究智能系统是可行的,也具有重要研究意义。 模仿人类的博弈行为选择过程,本文将博弈机器人划分为“大脑”、“视觉”、“记忆”、“控制”等4个部分,文章所依托的科研项目的最终目标是构造一个在物理棋盘上与人类对弈的博弈机器人,本文的主要工作是设计“大脑”。论文主要研究了以下4个方面的问题: 第一、设计实现了一套博弈系统,包括棋盘和棋子在计算机中的表示问题,走法生成,搜索技术,估值函数等。 第二、针对基于棋形的六子棋博弈系统中,棋形难以判断和统计的问题,提出并规范了“路”的思想,使对局面进行评估前的准备工作大大简化。 第三、针对静态估值函数依赖人类棋类知识和评估不够准确的问题,本文在前人研究的基础上,对遗传算法的应用进行了改进,克服了原来遗传算法过早收敛的问题,同时提高了种群的多样性,实验结果证明该方法有效。 第四、同样针对静态估值函数依赖人类棋类知识和评估不够准确的问题,提出了采用基于聚焦距离动态调整惯性权重的方法,以改进微粒群算法,以此优化相关参数。实验证明,该算法比遗传算法搜索速度更快,结果更优,是解决评估函数参数优化的有效办法。