在亚马逊棋评估函数模型中进行参数调试，主要由人工依靠经验反复实验来实现，效率较低且无法保证精度。针对人工调参效率低下、精确度不足的问题，可借助机器学习的方法来弥补。采用强化学习中Q学习的思路，构造一种具有自学习能力的网络结构，利用计算机自身反复模拟对局与迭代，实现评估函数调参工作的自动化。实验结果表明：当训练达10 000次时，模型各结点Q值会趋于收敛，说明此时程序可以做出稳定合理的调参操作；在博弈实战中，模型调参后的程序也表现出了较强的棋力。
科研之友
微信
新浪微博
Facebook
分享链接
