人工智能(博弈算法).pdf

人工智能 博弈问题—五子棋实验报告 实验目的 1． 熟悉和掌握博弈搜索算法的原理 2． 了解并学会博弈搜索算法的实质和过程 3． 学会使用博弈搜索算法解决问题 实验原理 博弈 , 对策 利害关系相反的双方按一定的规则行动 , 每一方都为使自己能在 斗争中取胜。 诸如下棋、 打牌等类型的竞争性智能活动， 称为博弈石最简单的一 种是“二人零和、全信息、非偶然”博弈。博弈的实例有中国象棋、五子棋、国 际象棋和围棋等。 要提高计算机的下棋水平， 就要有效地把多种搜索算法组合起 来，进而改进博弈树的搜索效率来找到一步好棋。 博弈是启发式搜索的一个重要 应用领域 , 博弈的过程可以用一棵博弈搜索树表示 , 通过对博弈树进行搜索求取 问题的解 , 搜索策略常采用 α- β剪枝技术。在深入研究 α- β剪枝技术的基础上 , 结合五子棋游戏特征 , 设计了五成 / 双三、估值函数和 α- β剪枝算法相结合的改 进博弈树搜索算法 , 实现了人机智能对弈的五子棋游戏。 实验内容 制作类似于如图所示五子棋系统实验程序。 1 人工智能 实验条件 1. Window NT/XP/7 及以上的操作系统 2. 内存在 512M 以上 3. CPU在奔腾 II 以上 实验分析 1. 博弈搜索算法特点 ① 博弈的初始格局是初始节点 ② 在博弈树中， “或”节点和“与”节点是逐层交替出现的。自己一方 扩展的节点之间是“或”关系，对方扩展的节点之间是“与”关系。 双方轮流地扩展节点。 ③ 所有自己一方获胜的终局都是本原问题，相应的节点是可解节点；所 有使对方获胜的终局都认为是不可解节点。 实验效果图 2 人工智能 3 人工智能 个人实验小结 通过本次实验，我了解了博弈算法具体的解决问题的过程，熟悉 和掌握博弈算法的原理、 实质、过程，学会了使用博弈算法解决问题， 通过学习博弈搜索算法， 增强了我对于机器博弈能力的认识， 实验过 程中发现问题并解决问题， 巩固了所学的知识， 通过实验也提高了自 己的编程和思维能力，收获很多。 4