围棋博弈机器学习算法的研究及应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-17页 |
| ·引言 | 第9-11页 |
| ·研究课题的来源 | 第9页 |
| ·研究课题背景概述 | 第9-11页 |
| ·研究现状 | 第11-14页 |
| ·机器学习研究现状 | 第11-12页 |
| ·围棋机器博弈的发展及现状 | 第12-14页 |
| ·问题的提出 | 第14-15页 |
| ·研究意义及主要内容 | 第15-16页 |
| ·研究意义 | 第15页 |
| ·主要内容 | 第15-16页 |
| ·章节安排 | 第16-17页 |
| 2 围棋机器博弈 | 第17-23页 |
| ·博弈树及其主要算法 | 第17-20页 |
| ·博弈树 | 第17页 |
| ·博弈树相关算法 | 第17-20页 |
| ·围棋机器博弈 | 第20-23页 |
| ·围棋博弈及其特点 | 第20-21页 |
| ·围棋机器博弈及其特点 | 第21-22页 |
| ·现代围棋机器博弈 | 第22-23页 |
| 3 机器学习与围棋机器博弈相关算法 | 第23-35页 |
| ·机器学习及其相关算法 | 第23-28页 |
| ·马尔科夫决策过程 | 第23-24页 |
| ·人工神经网络 | 第24-25页 |
| ·强化学习 | 第25-26页 |
| ·时间差分算法 | 第26-28页 |
| ·现代围棋机器博弈主要算法 | 第28-35页 |
| ·蒙特卡洛算法 | 第28-29页 |
| ·UCB 策略 | 第29-30页 |
| ·蒙特卡洛树搜索 | 第30-32页 |
| ·剪枝策略 | 第32-35页 |
| 4 基于时间差分算法的围棋机器博弈系统 | 第35-43页 |
| ·围棋机器博弈与时间差分算法 | 第35页 |
| ·系统设计 | 第35-39页 |
| ·系统状态的形式化描述 | 第35-36页 |
| ·围棋动作的形式化描述 | 第36-37页 |
| ·动作奖励的形式化描述 | 第37-38页 |
| ·动作的选取机制 | 第38-39页 |
| ·BP 神经网络仿真 | 第39-41页 |
| ·回归器的设计 | 第39-40页 |
| ·BP 网络设计 | 第40-41页 |
| ·算法分析 | 第41-43页 |
| 5 实验设计 | 第43-49页 |
| ·平台改进 | 第43-44页 |
| ·实验 | 第44-49页 |
| ·学习参数的设计 | 第44-45页 |
| ·样本集 | 第45页 |
| ·对照实验 | 第45-49页 |
| 6 总结与展望 | 第49-51页 |
| ·主要工作与创新点 | 第49页 |
| ·存在问题与展望 | 第49-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 个人简历、在学期间发表学术论文及取得的研究成果 | 第57页 |
