科研之友
微信
新浪微博
Facebook
分享链接
摘要
中国象棋对弈机器人系统实现的关键包括棋局识别定位和自主行棋策略.首先,针对棋局识别与定位问题,提出一种基于单目相机与深度相机视觉融合的棋局识别定位方法.该方法利用立体棋子三维特征获取棋子位置,与二维图像识别结果融合计算定位,以提高棋子的识别定位精度.其次,针对行棋策略问题,提出一种基于深度神经网络与蒙特卡洛树搜索的决策方法.该方法利用具有终局特征判断的蒙特卡洛树进行搜索,使用优化的随机行棋策略指导模拟行棋,训练具有多尺度及残差结构的策略价值网络模型.最后,通过自对弈获取训练数据,通过智能体对抗验证、更新模型参数.实验表明,相较于单目视觉识别,所提出方法具有更高的精确度和稳定性,识别率达到97%;相较于基准剪枝搜索算法,所提出方法对弈时最多赢得82%的对局,且所需运算时间缩短41%.
- 单位
