首页|Q学习实现亚马逊棋评估函数自调参

Q学习实现亚马逊棋评估函数自调参

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
在亚马逊棋评估函数模型中进行参数调试,主要由人工依靠经验反复实验来实现,效率较低且无法保证精度.针对人工调参效率低下、精确度不足的问题,可借助机器学习的方法来弥补.采用强化学习中Q学习的思路,构造一种具有自学习能力的网络结构,利用计算机自身反复模拟对局与迭代,实现评估函数调参工作的自动化.实验结果表明:当训练达10000次时,模型各结点Q值会趋于收敛,说明此时程序可以做出稳定合理的调参操作;在博弈实战中,模型调参后的程序也表现出了较强的棋力.
Parameter self-adjustment of Amazon Chess evaluation function through Q-Learning

邱虹坤、王浩宇、王亚杰

展开 >

沈阳航空航天大学 计算机学院, 沈阳 110136

沈阳航空航天大学 工程训练中心, 沈阳 110136

计算机博弈 亚马逊棋 强化学习 Q学习 评估函数

辽宁省兴辽英才计划辽宁省教育厅科学研究项目沈阳航空航天大学大学生创新创业训练计划

XLYC1906003JYT2020038202010143008

2022

10.3969/j.issn.1674-8425(z).2022.12.016

重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
年,卷(期)：2022.36(12)
  • 13