XQSV：用于模拟人类下棋在象棋中的结构可变网络
人工智能
2024-07-08 v1 机器学习
摘要
在本文中，我们引入了一种创新的深度学习架构，称为象棋结构可变网络（XQSV），旨在模拟人类玩家在象棋中的行为模式。XQSV 的独特属性是其能够动态改变其结构配置，以根据其训练的特定数据子集优化性能。我们纳入了几项设计改进，显著增强了网络的预测准确度，包括局部非法移动过滤器、Elo 范围分区、顺序一维输入以及不完美记忆容量的模拟。经验评估显示，XQSV 实现了约40%的预测准确度，其性能在训练的 Elo 范围内达到峰值。这表明该模型成功地模拟了该特定范围内个体的游戏行为。对XQSV模型采用三终端图灵测试，表明其在模拟人类行为方面比传统象棋引擎更准确，使其与实际人类对手几乎无异。鉴于人类游戏的内在非确定性，我们提出了两种补充的宽松评估指标。鉴于上述情况，XQSV 代表了迄今为止首个模拟象棋玩家的模型。
引用
@article{arxiv.2407.04678,
title = {XQSV: A Structurally Variable Network to Imitate Human Play in Xiangqi},
author = {Chenliang Zhou},
journal= {arXiv preprint arXiv:2407.04678},
year = {2024}
}