| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第7-12页 |
| 1.1 课题的选题背景和研究意义 | 第7-8页 |
| 1.2 国内外发展现状 | 第8-9页 |
| 1.3 围棋的基本知识 | 第9-10页 |
| 1.4 论文的组织结构 | 第10-11页 |
| 1.5 小结 | 第11-12页 |
| 2 基于Alpha-Beta剪枝的搜索 | 第12-20页 |
| 2.1 极大-极小搜索(Min-Max Search) | 第12-13页 |
| 2.2 Alpha-Beta搜索(Alpha-Beta Search) | 第13-16页 |
| 2.3 负极大搜索(NegaMax Search) | 第16-17页 |
| 2.4 迭代加深搜索(Iterative deepening search) | 第17-19页 |
| 2.5 小结 | 第19-20页 |
| 3 围棋人工智能中几个关键问题的讨论 | 第20-35页 |
| 3.1 围棋的复杂度 | 第20-21页 |
| 3.1.1 围棋的状态空间的复杂度 | 第20页 |
| 3.1.2 围棋的博弈树复杂度 | 第20页 |
| 3.1.3 复杂度比较 | 第20-21页 |
| 3.2 蒙特卡洛方法(Monte-Carlo)和UCT算法 | 第21-28页 |
| 3.2.1 蒙特卡洛方法 | 第21-23页 |
| 3.2.2 从蒙特卡洛法发展到UCT | 第23-24页 |
| 3.2.3 UCT搜索 | 第24-28页 |
| 3.3 围棋人工智能中复杂度降解的基础 | 第28-33页 |
| 3.3.1 如何找到围棋本身和围棋对弈过程中的一些边界和上限值 | 第28-29页 |
| 3.3.2 如何对围棋的复杂度进行有效降解 | 第29-31页 |
| 3.3.3 如何判定局部棋形的复杂深度类型 | 第31-33页 |
| 3.4 小结 | 第33-35页 |
| 4 围棋人工智能中几个上限值的讨论 | 第35-44页 |
| 4.1 围棋极限分析的重要性 | 第35页 |
| 4.2 围棋对弈过程中的极限分析 | 第35-43页 |
| 4.3 小结 | 第43-44页 |
| 5 总结与展望 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 致谢 | 第49页 |
