基于影响函数的卷积神经网络围棋棋步预测方法
为了提高基于卷积神经网络的围棋棋步预测准确率,提出一种基于影响函数生成棋局特征的围棋棋步预测方法. 首先,使用影响函数计算出棋局的影响值分布;然后,按照设定的阈值将其划分为黑白双方的控制范围并生成特征图;最后,与棋子分布等其他特征一并用于卷积神经网络的训练. 实验结果表明:与影响函数相结合能够提高围棋棋步预测的准确率,并提升围棋程序的对弈水平.
围棋博弈、棋步预测、影响函数、卷积神经网络
45
TP181(自动化基础理论)
国家自然科学基金资助项目613300194
2019-08-30（万方平台首次上网日期，不代表论文的发表时间）
共7页
54-60
