發(fā)布時(shí)間：2020-12-13 17:33

　　行為是生命體外在的表現(xiàn)形式,是生命體內(nèi)在智能的外部表象,Tyrell認(rèn)為:“行為選擇就是從一組可能的候選集中選擇最適合的行為。”因此,行為選擇是生命體智能的高級(jí)形式。行為選擇問(wèn)題是人工生命研究領(lǐng)域的一個(gè)核心問(wèn)題,人工生命是人工智能的發(fā)展,人工生命作為信息科學(xué)、生命科學(xué)、系統(tǒng)科學(xué)等學(xué)科的交叉學(xué)科,它不是用分析、解剖生命體的方法來(lái)理解生命,而是用綜合的方法來(lái)理解生命,強(qiáng)調(diào)系統(tǒng)性和整體性。此外,計(jì)算機(jī)博弈過(guò)程,本質(zhì)上就是一個(gè)對(duì)抗性極強(qiáng)的、智能程度高的博弈行為的選擇過(guò)程,因此,將基于計(jì)算機(jī)博弈系統(tǒng)的博弈機(jī)器人作為人工生命體,并利用人工智能方法來(lái)研究智能系統(tǒng)是可行的,也具有重要研究意義。模仿人類的博弈行為選擇過(guò)程,本文將博弈機(jī)器人劃分為“大腦”、“視覺(jué)”、“記憶”、“控制”等4個(gè)部分,文章所依托的科研項(xiàng)目的最終目標(biāo)是構(gòu)造一個(gè)在物理棋盤(pán)上與人類對(duì)弈的博弈機(jī)器人,本文的主要工作是設(shè)計(jì)“大腦”。論文主要研究了以下4個(gè)方面的問(wèn)題:第一、設(shè)計(jì)實(shí)現(xiàn)了一套博弈系統(tǒng),包括棋盤(pán)和棋子在計(jì)算機(jī)中的表示問(wèn)題,走法生成,搜索技術(shù),估值函數(shù)等。第二、針對(duì)基于棋形的六子棋博弈系統(tǒng)中,棋形難以判斷和統(tǒng)計(jì)的問(wèn)題,提出并規(guī)范了“... 

【文章來(lái)源】：重慶理工大學(xué)重慶市

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 引言
    1.2 課題的學(xué)術(shù)意義
        1.2.1 人工生命體及其行為選擇的研究?jī)r(jià)值
        1.2.2 機(jī)器博弈的研究意義
        1.2.3 六子棋博弈的研究意義
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 人工生命行為選擇的研究現(xiàn)狀
        1.3.2 機(jī)器博弈的研究現(xiàn)狀
        1.3.3 智能算法的研究現(xiàn)狀
    1.4 本文研究的主要內(nèi)容
2 六子棋機(jī)器博弈平臺(tái)的搭建
    2.1 背景
        2.1.1 六子棋的基本規(guī)則
        2.1.2 六子棋的復(fù)雜度
        2.1.3 六子棋的發(fā)展展望
    2.2 人-機(jī)界面
    2.3 棋盤(pán)表示與狀態(tài)分析
    2.4 走法產(chǎn)生
        2.4.1 如何產(chǎn)生
        2.4.2 逐個(gè)生成VS 全部生成
    2.5 博弈搜索引擎
        2.5.1 博弈樹(shù)
        2.5.2 極大極小搜索算法
        2.5.3 負(fù)極大值搜索
        2.5.4 alpha-beta 裁減
    2.6 棋局評(píng)估函數(shù)
    2.7 六子棋機(jī)器博弈策略框架
3 基于“路”的六子棋機(jī)器博弈策略
    3.1 完全信息博弈與不完全信息博弈
        3.1.1 完全信息博弈
        3.1.2 不完全信息博弈
    3.2 基于棋形的缺陷
    3.3 “路”的定義
    3.4 基于“路”的評(píng)估函數(shù)
    3.5 基于“路”的博弈策略
4 基于遺傳算法評(píng)估函數(shù)的構(gòu)造
    4.1 評(píng)估函數(shù)參數(shù)優(yōu)化問(wèn)題
        4.1.1 評(píng)估函數(shù)參數(shù)設(shè)置問(wèn)題
        4.1.2 評(píng)估函數(shù)參數(shù)設(shè)置的2 種方法
    4.2 基本遺傳算法
        4.2.1 遺傳算法的基本思想
        4.2.2 遺傳算法的基本流程
        4.2.3 遺傳算法的特點(diǎn)
    4.3 改進(jìn)的遺傳算法
    4.4 遺傳算法應(yīng)用于評(píng)估函數(shù)
        4.4.1 編碼
        4.4.2 適應(yīng)度函數(shù)的計(jì)算
        4.4.3 選擇算子
        4.4.4 交叉算子
        4.4.5 變異算子
    4.5 遺傳算法優(yōu)化評(píng)估函數(shù)的實(shí)驗(yàn)結(jié)果及分析
        4.5.1 算法收斂性實(shí)驗(yàn)與分析
        4.5.2 優(yōu)化效果的實(shí)驗(yàn)與分析
    4.6 小結(jié)
5 基于微粒群算法評(píng)估函數(shù)的構(gòu)造
    5.1 微粒群算法及其應(yīng)用改造
        5.1.1 微粒群算法與人工生命
        5.1.2 標(biāo)準(zhǔn)微粒群算法
        5.1.3 微粒群算法的改進(jìn)
    5.2 評(píng)估函數(shù)及其應(yīng)用改進(jìn)
    5.3 微粒群算法的實(shí)施
    5.4 實(shí)施結(jié)果的評(píng)估
        5.4.1 優(yōu)化效果的實(shí)驗(yàn)與分析
        5.4.2 PSO 與 GA 對(duì)比實(shí)驗(yàn)的結(jié)果與分析
    5.5 小結(jié)
6 結(jié)論與展望
    6.1 研究工作小結(jié)
    6.2 存在的問(wèn)題與不足
致謝
參考文獻(xiàn)
個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及取得的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]遺傳算法綜述[J]. 沈大旺,張慧.  黑龍江科技信息. 2009(28)
[2]一種動(dòng)態(tài)改變慣性權(quán)重的自適應(yīng)粒子群算法[J]. 任子暉,王堅(jiān).  計(jì)算機(jī)科學(xué). 2009(02)
[3]基于遺傳算法的六子棋博弈評(píng)估函數(shù)參數(shù)優(yōu)化[J]. 李果.  西南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2007(11)
[4]基于粒子群算法的足球機(jī)器人動(dòng)作選擇研究[J]. 劉釗,陳建勛.  武漢科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2006(01)
[5]中國(guó)象棋計(jì)算機(jī)博弈系統(tǒng)評(píng)估函數(shù)的自適應(yīng)遺傳算法實(shí)現(xiàn)[J]. 王驕,王濤,羅艷紅,徐心和.  東北大學(xué)學(xué)報(bào). 2005(10)
[6]基于量子遺傳算法的二維最大熵圖像分割[J]. 周露芳,古樂(lè)野.  計(jì)算機(jī)應(yīng)用. 2005(08)
[7]混沌遺傳算法及其在函數(shù)優(yōu)化中的應(yīng)用[J]. 周曉,胡以華,陳修橋,趙海燕.  計(jì)算機(jī)與數(shù)字工程. 2005(07)
[8]免疫遺傳算法及其應(yīng)用研究[J]. 呂軍,馮博琴,李波.  微電子學(xué)與計(jì)算機(jī). 2005(06)
[9]人工生命體行為選擇及其進(jìn)化研究[J]. 李祖樞,謝汝林,張小川,邵桂芳.  模式識(shí)別與人工智能. 2005(03)
[10]基于模擬退火遺傳算法的關(guān)聯(lián)規(guī)則挖掘[J]. 武兆慧,張桂娟,劉希玉.  計(jì)算機(jī)應(yīng)用. 2005(05)



本文編號(hào)：2914912