导读:本文包含了博弈树搜索论文开题报告文献综述及选题提纲参考文献，主要关键词:中国象棋,博弈树搜索,剪枝算法,基于概率的BSP算法
博弈树搜索论文文献综述
李阳[1]（2015）在《中国象棋博弈树搜索算法的研究与实现》一文中研究指出计算机博弈是人工智能研究最早承担的任务之一。相比于成熟的国际象棋计算机博弈,中国象棋计算机博弈的研究还比较滞后。随着人工智能技术的发展,中国象棋计算机博弈问题逐渐吸引了越来越多的学者投入其中。本文在研究国际象棋计算机博弈成熟技术的基础上,结合近年来中国象棋计算机博弈的发展,对着法生成器中核心的博弈树搜索算法进行了深入的研究。首先,对中国象棋博弈系统进行深入的研究,设计了象棋系统中各种数据结构,实现了着法生成器和局面评估函数。其次,对基于穷尽搜索策略的各种剪枝算法进行了研究,采取迭代深化方法避免了“水平效应”引发的战略性错误。再次,研究了基于最佳优先搜索策略的B*算法,针对B*算法过于依赖评估函数的问题,设计并实现了基于概率的BSP搜索算法。最后,在VC++6.0的环境下,构建了中国象棋人机对弈系统,并根据不同搜索策略,实现了以剪枝搜索算法为核心的着法生成器和基于概率的BSP搜索算法的着法生成器。通过棋局分析和人机对弈对以上着法生成器进行了分析和比较。实验结果证明采用BSP搜索算法效率高、着法更准确。(本文来源于《燕山大学》期刊2015-05-01）
宋兴亮[2]（2012）在《中国象棋博弈树搜索算法研究与实现》一文中研究指出计算机博弈是人工智能的一个传统研究领域。计算机博弈为人工智能提供一个实验平台,将人工智能的一些理论与方法应用于计算机博弈,可通过博弈水平的高低来检验这些理论与方法的有效性,研究计算机博弈所得到的成果也可推广至人工智能的其他领域。二者相辅相成,相互促进。国际象棋计算机博弈已经比较成熟,历史悠久的中国象棋计算机博弈很多技术还不够成熟,随着对人工智能的深入研究,对中国象棋博弈的研究成为人工智能研究的热点之一。本文对中国象棋博弈树搜索算法以及博弈系统进行研究,介绍了中国象棋计算机博弈的关键技术,分析了数据结构设计和评估函数在系统中所起的作用。深入研究博弈树的特性以及基于α-β剪枝的博弈树搜索算法的改进策略,包括窗口原则、历史表法、置换表法、空着搜索等,结合不同的改进策略得到不同的搜索引擎,对这些引擎的性能进行测试,验证它们的剪枝效率。研究了静态搜索,在静态搜索中加入吃子走法排序和将军延伸,解决了博弈树搜索的水平效应。实现一个人机博弈系统,实现生成并显示棋谱,统计搜索引擎每次搜索的叶节点和所用的时间,结合不同的优化策略得到不同的搜索引擎,通过实验证明综合多种改进策略的搜索算法的剪枝效率得到了提高。选取剪枝效率较高的搜索引擎结合静态搜索提高棋力,让这些新的搜索引擎对弈,证明了剪枝效率最高的PVSHNTIQ搜索算法的棋力也最高。(本文来源于《沈阳工业大学》期刊2012-02-23）
王建雄[3]（2011）在《博弈树启发搜索算法在五子棋游戏中的应用研究》一文中研究指出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/双叁、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。(本文来源于《科技情报开发与经济》期刊2011年29期）
张明亮,李凡长[4]（2009）在《一种新的博弈树搜索方法》一文中研究指出通过对机器博弈主要搜索算法的深入分析和实践,提出了在博弈树一层结点中以广度优先方式,运用接力式空窗探测技术反复淘汰到只剩一个结点的新搜索方法.该方法面向应用,搜索过程易控,理论上的最小搜索极限小于极小博弈树.对比实验表明,该算法平均搜索效率高于PVS搜索和MTD(f)方法,并且使用该方法的迭代深化对博弈树优化效果最佳,从而使迭代深化搜索应用范围更加广泛.(本文来源于《山东大学学报(工学版)》期刊2009年06期）
岳金朋,冯速[5]（2009）在《博弈树搜索算法在中国象棋中的应用》一文中研究指出针对中国象棋博弈中较为高效的α-β剪枝算法进行研究,以提升其效率。依据α-β剪枝算法的效率与子节点扩展的排列顺序高度相关的事实及中国象棋自身的特点,从优化着法的排列顺序入手,设计出启发能力较强的着法排列方案,并进一步提出扩大窗口的内部迭代加深算法对上述着法排列方案进行修正,从而使着法顺序得到进一步的优化。实验数据表明,提出的方法可以明显提升α-β剪枝的效率。(本文来源于《计算机系统应用》期刊2009年09期）
岳金朋,冯速[6]（2009）在《博弈树搜索算法概述》一文中研究指出机器博弈作为人工智能研究的重要分支,可研究的内容极为广泛。介绍现在计算机博弈中主流的搜索算法,并将它们有机的结合起来,给出一个搜索的主体框架,为博弈树研究者提供启发和参考。(本文来源于《计算机系统应用》期刊2009年09期）
林建伟[7]（2009）在《博弈树搜索技术在牌类网络游戏中的应用》一文中研究指出计算机博弈,历来是人工智能(AI)研究的一个重要领域,博弈树搜索作为机器博弈的一项重要技术已经在国内外经过多年发展,并产生了一大批技术成果。传统的博弈树搜索的一般以棋类作为研究对象,本文在总结博弈树搜索技术研究成果的基础上,以牌类网络游戏“斗地主”博弈系统作为研究对象,设计了一个与棋类博弈系统不同的牌类博弈系统,提出了一种新的置换表技术方案来提高搜索的效率;传统的带AI引擎的棋牌类软件一般是单机版的,网络版的在国内几乎没见过,其主要原因是AI引擎对PC资源的占用率太高,随着PC性能的不断提高和网络通信技术的进步,将AI引擎部署到牌类网络游戏系统中已具备可行性,本文探索了AI引擎在牌类网络游戏系统中的部署策略,设计了叁个系统构架方案,最后介绍并行运算、预处理等技术方法对系统进一步优化。(本文来源于《汕头大学》期刊2009-05-01）
张聪品,刘春红,徐久成[8]（2008）在《博弈树启发式搜索的α-β剪枝技术研究》一文中研究指出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,提出在扩展未达到规定深度节点时,对扩展出的子节点按照估价函数大小顺序插入到搜索树中,从而在α-β剪枝过程中剪掉更多的分枝,提高搜索效率。(本文来源于《计算机工程与应用》期刊2008年16期）
张明亮[9]（2007）在《一种新的博弈树搜索算法及其应用研究》一文中研究指出机器博弈是人工智能研究领域的一大热点,博弈树搜索则是机器博弈的引擎。本文在博弈树搜索算法和博弈树优化技术等方面做了深入研究,将理论和实践紧密结合,取得了以下的主要创新成果:⑴提出并成功验证了一种新的博弈树搜索算法:基于广度优先的接力式空窗探测搜索算法。实验证实该方法在实际应用中的平均搜索效率,高于目前公认搜索效率最高、也是最流行的PVS和MTD(f)搜索方法;在迭代深化搜索中,该方法也具有相对优势;并且该算法的最小搜索极限小于极小树。因此,该方法具有广阔的应用前景。⑵给出了一种新的博弈树优化技术—“子树复用”技术。该技术在几乎不需要额外时间开销的情况下,就能使深层博弈树搜索的效率提高10%以上,并随着搜索深度的加大,效率提高得愈多。“子树复用”技术在限定用时或必胜局面的对弈中还具有额外的实用价值,因而“子树复用”技术无疑具有极好的应用价值。⑶给出了极小搜索树叶结点数定理的新的证明方法,指出了以前的有关证明的缺陷。针对很多人对极小树的不准确理解,以及对窗口搜索效率的有关误解,给出了正确的结论。⑷开发了高水平的五子棋人机对弈系统,该系统在估值函数设计上,探索了不同颗粒度估值函数的应用效果,证实粗颗粒度估值函数在深度搜索中可以具有更好的综合效果;部分局面下的估值函数延伸评估技巧,同样可以替代搜索,来减少地平线效应;这些为同行提供了很好的借鉴。证实借助棋类知识的走法生成函数,在五子棋对弈系统中具有很好的效果。在博弈树优化方面,挖掘出极小极大值搜索算法的优势,应用收到了良好的效果。(本文来源于《苏州大学》期刊2007-10-01）
张培刚,陈克训[10]（2007）在《使用不同的博弈树搜索算法解决计算机围棋的吃子问题》一文中研究指出使用Alpha-Beta搜索和proof-number(pn)搜索解决计算机围棋的吃子问题.对吃子问题形式化并给出了简单有效的评估函数.Alpha-Beta搜索使用了包括置换表在内的各种扩展技术.pn搜索使用了包括df-pn在内的4种变体.研究结果显示,对于解决吃子问题pn搜索优于Alpha-Beta搜索.并且搜索过程中所产生的数据的一些模式可以帮助在结果未知的情况下对结果进行预测.所设计的算法可以用于解决单独的吃子问题或者计算机围棋比赛中的吃子计算.(本文来源于《智能系统学报》期刊2007年03期）
博弈树搜索论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
计算机博弈是人工智能的一个传统研究领域。计算机博弈为人工智能提供一个实验平台,将人工智能的一些理论与方法应用于计算机博弈,可通过博弈水平的高低来检验这些理论与方法的有效性,研究计算机博弈所得到的成果也可推广至人工智能的其他领域。二者相辅相成,相互促进。国际象棋计算机博弈已经比较成熟,历史悠久的中国象棋计算机博弈很多技术还不够成熟,随着对人工智能的深入研究,对中国象棋博弈的研究成为人工智能研究的热点之一。本文对中国象棋博弈树搜索算法以及博弈系统进行研究,介绍了中国象棋计算机博弈的关键技术,分析了数据结构设计和评估函数在系统中所起的作用。深入研究博弈树的特性以及基于α-β剪枝的博弈树搜索算法的改进策略,包括窗口原则、历史表法、置换表法、空着搜索等,结合不同的改进策略得到不同的搜索引擎,对这些引擎的性能进行测试,验证它们的剪枝效率。研究了静态搜索,在静态搜索中加入吃子走法排序和将军延伸,解决了博弈树搜索的水平效应。实现一个人机博弈系统,实现生成并显示棋谱,统计搜索引擎每次搜索的叶节点和所用的时间,结合不同的优化策略得到不同的搜索引擎,通过实验证明综合多种改进策略的搜索算法的剪枝效率得到了提高。选取剪枝效率较高的搜索引擎结合静态搜索提高棋力,让这些新的搜索引擎对弈,证明了剪枝效率最高的PVSHNTIQ搜索算法的棋力也最高。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
博弈树搜索论文参考文献
[1].李阳.中国象棋博弈树搜索算法的研究与实现[D].燕山大学.2015
[2].宋兴亮.中国象棋博弈树搜索算法研究与实现[D].沈阳工业大学.2012
[3].王建雄.博弈树启发搜索算法在五子棋游戏中的应用研究[J].科技情报开发与经济.2011
[4].张明亮,李凡长.一种新的博弈树搜索方法[J].山东大学学报(工学版).2009
[5].岳金朋,冯速.博弈树搜索算法在中国象棋中的应用[J].计算机系统应用.2009
[6].岳金朋,冯速.博弈树搜索算法概述[J].计算机系统应用.2009
[7].林建伟.博弈树搜索技术在牌类网络游戏中的应用[D].汕头大学.2009
[8].张聪品,刘春红,徐久成.博弈树启发式搜索的α-β剪枝技术研究[J].计算机工程与应用.2008
[9].张明亮.一种新的博弈树搜索算法及其应用研究[D].苏州大学.2007
[10].张培刚,陈克训.使用不同的博弈树搜索算法解决计算机围棋的吃子问题[J].智能系统学报.2007
标签：中国象棋; 博弈树搜索; 剪枝算法; 基于概率的BSP算法;