围棋新闻

机器人下围棋新闻读后感发布时间:2019-09-04

  可选中1个或多个下面的关键词,搜索相关资料。也可直接点“搜索资料”搜索整个问题。

  2016-04-09展开全部我们人类一直对制造出一个能与人对弈的机器人充满兴致,这首先开始于国际象棋。其中最为我们熟知的莫过于战胜了国际象棋世界冠军卡斯帕罗夫的深蓝,它在拥有30个IBM RS/6000处理器的并行计算机上运行α-β搜索,通过480个定制的VLSI国际象棋处理器执行生成行棋的功能;每步棋搜索多至300亿个棋局,常规搜索深度是14步,在某些情况下可以通过扩展能力使搜索深度达到40层;它的评估函数考虑了超过8000个特征来描述特有的棋子模式;它的开局手册有4000个棋局,存有70万个大师级比赛棋谱的数据库,可以从中提取综合建议;系统采用大型残局数据库保存已解决的残局。

  国际象棋成为了博弈游戏领域中最重要的人工智能技术的试金石,很多早期对计算机有影响力的人物几乎都对用计算机下国际象棋感兴趣,其中包括大名鼎鼎的诺伯特?维纳和阿兰?图灵。而对于研发出更好的国际象棋机器人的持续追求也在一定程度上促进了计算机科学和人工智能的发展。难怪俄罗斯数学家Alexander Kronrod在1965年称国际象棋为人工智能果蝇,John McCarthy也说,正如遗传学家使用果蝇做实验以推广生物学应用一样,AI用国际象棋来做同样的传播。

  机器与人对弈其实是一种对抗搜索问题,通常被称为博弈。对于人工智能研究者来说,博弈的抽象特性使得博弈成为非常有趣的研究对象。博弈游戏中的状态很容易表示,机器人的行动数目通常受限,而行动的输出都有严谨的规则来定义。现在国际象棋的搜索算法已经非常成熟:首先列明所有可能的走法,接着通过“剪枝”来忽略那些不影响最后决定的部分,使程序能够高效而深度的处理剩余的分叉,而启发式的评估函数允许在不进行完全搜索的情况下估计某状态的真实效用值。

  1)搜索算法的复杂程度取决于分支系数——每一步棋可能的走法,国际象棋的平均分支因子大约是35,一盘棋每个棋手走50步,所以搜索树有35^100个节点;而围棋的平均分支因子为250,一局步数为350步,搜索树有250^350个节点,远远超过国际象棋,所以围棋需要更加复杂和先进的搜索算法。

  2)国际象棋机器人可以通过较为简单的评估函数得出每个棋子的价值(比如皇后比士卒的价值高),王后即使“虎落平阳”也依旧是最犀利的棋子,机器学习也证实了国际象棋中的一个象确实值三个兵。因此,国际象棋机器人可以根据每个棋子发起攻击和被攻击的可能性计算它们所处位置的价值。但对于围棋来说,每个棋子间的差异性并不显著,它们以非常复杂的方式相互影响彼此之间的价值,评估一个棋子的价值要取决于其他所在棋子的布局以及它与周围棋子的关系,而不是其本身。加之围棋在达到残局之前的控制通常很难预测,所以围棋程序很难写出评估函数。

  总之,过大的分支因子和无法确定评估函数使围棋机器人成为人工智能需要面对的巨大挑战。1997年之前没有出现有竞争力的围棋程序,后来基于UCT(树的上限置信区间)的蒙特卡洛方法的围棋程序成为主流。2008年,当时最强的围棋程序MoGo在被让9子的情况下战胜了职业选手金明远。近来,日本程序Zen多次在9路盘上冲击职业选手,但均以大比分连败告终,而现在Bingo已在9路盘上接近于职业选手的水平。

下一篇:现在网上围棋对战平台那些比较好