用于局势评估的系统性 N 元组网络：在黑白棋联盟中超越 90%
神经与进化计算
2014-12-10 v3 人工智能
机器学习
摘要
N 元组网络已成功用作黑白棋或四子棋等棋盘游戏的局势评估函数。此类网络的有效性取决于其架构，而架构由构成网络的 n 元组（即作为网络输入的棋盘位置序列）的放置方式决定。最流行的 n 元组放置方法是随机生成少量长蛇形棋盘位置序列。相比之下，我们表明，如果涉及大量系统性放置的短直线 n 元组，学习 n 元组网络的效果会显著更好。此外，我们证明为了在黑白棋中获得最佳性能和最陡峭的学习曲线，仅需使用大小为 2 的 n 元组，从而产生一个仅包含 288 个权重的网络。本研究中演化出的最佳网络已在在线黑白棋联盟中进行评估，获得了近 96% 的性能，超过了迄今为止的任何其他玩家。
引用
@article{arxiv.1406.1509,
title = {Systematic N-tuple Networks for Position Evaluation: Exceeding 90% in the Othello League},
author = {Wojciech Jaśkowski},
journal= {arXiv preprint arXiv:1406.1509},
year = {2014}
}
备注
Added technical report number