作者:吕艳辉 宫瑞敏计算机博弈差分学习反向传播神经网络估值算法增强学习博弈训练
摘要:计算机博弈程序难以处理局面估值问题。为此,结合时间差分算法和反向传播神经网络,设计一种局面估值算法BP-TD(),实现估值函数参数的自动调整。为提高博弈训练的性能,针对开局和中局,提出分阶段设置参数值的策略。以五子棋为应用背景,实现博弈系统RenjuTD。实验结果表明,该算法可使程序的博弈水平得到较大提高。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《计算机工程》(CN:31-1289/TP)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《计算机工程》特点:以最快的速度、科学求实的精神,精选刊登代表计算机行业前沿科研、技术、工程方面的高、精、尖优秀论文。
部级期刊
人气 229921 评论 65
人气 214101 评论 35
省级期刊
人气 212682 评论 71
北大期刊、统计源期刊
人气 192906 评论 73