关于六子棋计算机博弈策略的探讨

来源 :中国人工智能学会第12届全国学术年会 | 被引量 : 0次 | 上传用户:liyizhong1235
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
六子棋是新出现的一种挑战性游戏,是K子棋的一种,类似于五子棋,但有别于五子棋。本文分析了机器搏弈的现状,针对六子棋的比赛规则,提出了六子棋人-机对抗的比赛策略,并利用C#算机语言开发了人-机对抗的六子棋程序,实验表明,其策略是有效的。
其他文献
为适应电子商务应用对协作技术提出的新需求,本文针对需要实时处理大量任务的多Agent系统,给出一种基于能力组织的多Agent系统体系结构,设计一种基于多Agcnt联盟形成的市场机制,来实现系统内任务分配及资源配置。主要给出了生产Agent的贸易策略,其中包括标价策略及相关的信用策略,将基十承诺和约定的协作方法引入市场机制,作为对Agent信用的一种监督与保证手段。
本文讨论的是对模糊C-均值聚类方法的改进,在原有的模糊C-均值算法的基础上,提出一种快速模糊C-均值聚类算法。快速模糊C-均值聚类算法是在模糊C-均值聚类算法之前加入一层硬C-均值聚类算法。硬聚类算法能比模糊聚类算法以高得多的速度完成,,将硬聚类中心作为模糊聚类中心的迭代初值,从而提高模糊C-均值聚类算法的收敛速度,这对于大量数据的聚类是很有意义的。用数据仿真验证了这种快速模糊C-均值聚类算法比模
贝叶斯技术是人工智能中表示和处理不确定性问题的一个有力工具,由于环境的不确定性和Agent自身所固有的不确定性,使这两种技术走向了融合。我们联合影响图和动态贝叶斯网络来对多Agent系统进行建模,根据贝叶斯嘲络的局部概率模型提出一种分解和合并的方法,来解决基于贝叶斯网络的多Agent系统的模型表示在计算上的难以处理性问题,并可提高贝叶斯网络的模型表示能力。
智能科学研究智能的基本理论和实现技术,是由脑科学、认知科学、人工智能等学科构成的交叉学科。脑科学从分子水平、细胞水平、行为水甲研究人肭智能机理,建立脑模型,揭示人脑的本质。认知科学是研究人类感知、学习、记忆、思维、意识等人脑心智活动过程的科学。人工智能研究用人工的方法和技术,模仿、延伸和扩展人的智能,实现机器智能。三门学科共同研究,探索智能科学的新概念、新理论、新方法,必将在21世纪共创辉煌,为人
目的:为客观地研究医学随访资料中关于存活、失访和死亡三者之间的联系和相互转化提供一种新的统计分析方法。方法:先将联系数用于医学随访资料中不同生存时间和不同结局的描述,继而对两个或多个待评价对象联系数的同一、差异和对立结果的同一程度不同进行编秩,再由秩次求出秩和来构造统计量作假设检验。结果:用联系数p(t)=a(t)+6(t)i+c(t)j描述生存资料中关于存活、死亡和失访三者之间的联系具有全面性和
小波聚类是基于小波变换的一种新的聚类方法。帧差分是相邻图像序列分析的重要方法之一。本文首次提出了一种结合帧差分和小波聚类的视频运动目标检测算法,在视频帧差分基础上做快速小波聚类,通过聚类结果实现对运动目标的实时分析和跟踪检测。实验结果与应用验证了本文算法的有效性,具有多分辨率能力,速度快和鲁棒性强等特点。算法既可为视频高级语义特征提取、事件分析等研究提供基础,同时在智能交通等领域具有较广泛的应用前
本研究在分析传统Canny算子边缘检测原理的基础上,提出了一种自适应Canny边缘检测方法。在保持了传统Canny算子原有的信噪比高、定位准确和单边缘响应优点基础上,提高了抑制虚假边缘的能力,并且利用Otsu阈值分割方法自适应确定动态阈值,提高了边缘检测的自动化程度,在实际应用中取得了良好的效果,通过实验证明了自适应Canny边缘检测方法是一种有效的边缘检测改善方法。
在RoboCup中型组比赛中,机器人能否准确快速识别场地线,利用场地线对场上其他目标进行定位,以及实现自定位,对机器人能否取胜有很重要的影响。本文提出了一种对场地线分类的方法。该方法首先在YUV颜色空间内对场地线用阈值向量法分割,并对分割后的场地线段进行特征提取和模式分类从而达到分类边界线和非边界线的目标。此方法能够满足视觉系统实时性的要求。通过在RoboCup组中型机器人平台的实验验证了此方法的
计算机游戏是计算机应用的一个热点领域。而人工智能技术则是被认为是计算机图形学在计算机游戏中发展到极致后极具潜在推动力的一个技术。传统认为游戏AI与学术AI有较大差别。但近来的发展表明,学术人工智能技术将为游戏产业的发展注入新的活力。本文从游戏设计元素出发,讨论它们与人工智能之间的关系。然后介绍游戏中相对成熟技术,如A算法、有限状态机、群体寻径,再讨论近来游戏开发者关注的问题,如适应与学习。
本文针对一类具有输入时滞的非高斯随机分布系统,提出了基于广义PI控制器的跟踪控制方法。首先采用B样条模型和非线性权模型来建立概率密度函数和控制输入之间的关系,从而将概率密度函数的跟踪问题转化成动态权的跟踪问题。然后基于线性矩阵不等式技术设计PI控制器,给出了时滞随机分布系统稳定的充分条件,并保证了良好的跟踪性能。最后仿真结果说明了本方法的有效性。