3.2w+
社区成员
...全文
当前发帖距今超过3年，不再开放新的回复
发表回复
shines77 2005-06-28
4天？我倒了。。。。真有毅力：）
NowCan 2005-06-28
呵呵，4天还是保守估计，经过昨天一夜的运算，我发现程序有越来越慢的趋势。而且今天发现程序有错误，只好重来。
其实，统计逼近的方法也可以用在经典的估值方法（行动力、潜在行动力、稳定子）上，应该是一样的，而且计算起来应该会快很多，也许我还会试试这条路。
其实，统计逼近的方法也可以用在经典的估值方法（行动力、潜在行动力、稳定子）上，应该是一样的，而且计算起来应该会快很多，也许我还会试试这条路。
NowCan 2005-06-27
现在已经基本明白了模板估值。编了个程序正在计算模板参数，估计运行时间4天左右，这个帖子结了。
xu770 2005-06-03
mark
wh_5 2005-06-02
高手看哈这个问题。。http://community.csdn.net/Expert/topic/4054/4054933.xml?temp=.1963007
NowCan 2005-06-02
最新进展。
看到了Zebra的源代码，很复杂，难。
反编译了Booby java版，还没仔细看。
看到了Zebra的源代码，很复杂，难。
反编译了Booby java版，还没仔细看。
jerryy 2005-04-07
我倒是一直想做一个五子棋的
-空军- 2005-04-03
mark
NowCan 2005-02-07
我倒是见过一个用C写的全bitboard的黑白棋，计算棋子翻转的地方比求行动力复杂很多，没仔细看。本想看看他怎么计算模板的，但是没有。
我看到Logistello模板值的计算方法了，是迭代的，还不是很明白。再找找其他程序的方法看看。
我看到Logistello模板值的计算方法了，是迭代的，还不是很明白。再找找其他程序的方法看看。
shines77 2005-02-07
今天是魔兽世界WoW欧洲内测的最后一天，也许我会上去一下，他陪伴我度过了近4个月，再下来偶就没有钱在发行的时候玩它了（内测免费的），纪念一下。国内的至少要5月以后才能上市，同样，不一定有时间和money玩
shines77 2005-02-07
我现在在写bitboard的计算某位置的flip disc list（翻转棋子列表的函数），我想出了一个还可以通过的方法，不知道有没有效率更高的方法，这个函数看起来比bitboard计算计算行动力难度高了许多，开始本想写一个漂亮的函数，结果发现实在没有办法写得漂亮，代码量会比计算行动力的多一倍左右
这个函数完成了，搜索过程中其他的部分就基本上可以全部使用bitboard了，当然，估值的时候最好也是用模板pattern，它太适合bitboard了，那是我写一步要做的。我现在也把我的AI函数写成了DLL和静态的Lib（两种方式），不知道什么时候可以完成。上面的翻转列表函数（使用MMX+汇编）写完了我会公开的
这个函数完成了，搜索过程中其他的部分就基本上可以全部使用bitboard了，当然，估值的时候最好也是用模板pattern，它太适合bitboard了，那是我写一步要做的。我现在也把我的AI函数写成了DLL和静态的Lib（两种方式），不知道什么时候可以完成。上面的翻转列表函数（使用MMX+汇编）写完了我会公开的
NowCan 2005-02-07
又研究了一下模板估值，镜像和旋转都看成是同一模板。现在主要问题就是模板的值怎么计算了。
Logistello作者公布的那些文档我找了很久，也没发现特别详细的说明。
我现在可以统计棋局，把各个阶段各种模板的取胜比例都统计出来，但是下一步呢？我卡在这里了。
Logistello作者公布的那些文档我找了很久，也没发现特别详细的说明。
我现在可以统计棋局，把各个阶段各种模板的取胜比例都统计出来，但是下一步呢？我卡在这里了。
NowCan 2005-01-28
谢谢关注.
其实你说的模板估值方法我大概也知道,一般的程序有11种模板,2*2角,3*3角,2*5角,4种横线,长度超过4的斜线,还有一种是边加两个X格.然后对于任意棋局,都可以拆分为这11种模板或其旋转,镜像.最后进行线性组合.
我主要是不知道这些模板的值怎么计算.以及在生成这些值时如何处理他们的旋转和镜像.
MPC我倒是知道一些,但没开始实用.因为我现在的估值函数太不稳定了.
Booby我领教过他的棋力,确实很强.但你说他终局比WZebra还快,我到没觉得,也许是版本不同,我的是4.21版,Booby是4.0版.但我看不出他终局搜索了多少层,感觉上好像是20-24层,不过可以看出,他刚开始的几次终局搜索是胜负搜索,并没有搜索确切比分,这样能快很多.我试验过我自己的程序,如果胜负搜索22层,一般会在1分钟内出结果,但是要搜索确切比分,10分钟都不一定能有结果.
Booby的开局库是exe文件里的一些资源,又没有相关的菜单,没办法不用开局库.
Booby的网站对我来说没用,全是乱码:)
其实你说的模板估值方法我大概也知道,一般的程序有11种模板,2*2角,3*3角,2*5角,4种横线,长度超过4的斜线,还有一种是边加两个X格.然后对于任意棋局,都可以拆分为这11种模板或其旋转,镜像.最后进行线性组合.
我主要是不知道这些模板的值怎么计算.以及在生成这些值时如何处理他们的旋转和镜像.
MPC我倒是知道一些,但没开始实用.因为我现在的估值函数太不稳定了.
Booby我领教过他的棋力,确实很强.但你说他终局比WZebra还快,我到没觉得,也许是版本不同,我的是4.21版,Booby是4.0版.但我看不出他终局搜索了多少层,感觉上好像是20-24层,不过可以看出,他刚开始的几次终局搜索是胜负搜索,并没有搜索确切比分,这样能快很多.我试验过我自己的程序,如果胜负搜索22层,一般会在1分钟内出结果,但是要搜索确切比分,10分钟都不一定能有结果.
Booby的开局库是exe文件里的一些资源,又没有相关的菜单,没办法不用开局库.
Booby的网站对我来说没用,全是乱码:)
shines77 2005-01-26
说说我所了解的模板估值方法吧，其实这是一个漫长的统计过程，先确定模板的类型，大概有10几种。然后确定每一个模板的估值，像Nowcan说的，估值的大概就是类似查表的方法。再找一个比较厉害的程序或棋手，进行大量的对局，进而判断胜率或评估棋力。根据模拟火的策略（棋力会忽高忽低的反弹，模拟金属加热和退火的过程，在碰到表现不佳的模板参数时，在一定的概率上继续尝试下去（参数仅做少量的修改）），不断的修改模板的估值，然后重复上一步的大量对局，这样有可能求出一个较优解。Logistello的作者的一个.ps文件里有一些更详细的讲述，只是我当时没怎么看懂。还有，就是不同的棋局的阶段应使用相应的模板的参数。
至于WZebra等搜索较深的程序来讲，一般都用到了MPC（Mutil-Prob Cut，多重概率剪枝），但是这个算法要求有一个比较稳定而且较为准确的高质量评估函数作为基础，因为它在浅层（如8层）的搜索里就要剪掉很多的分支（好像这是对于ProbCut而言的，对于Mutil-ProbCut是对每一层都会剪掉一些分支），所以它的搜索节点是减少了很多的，所以可以搜索较深的层数。
还有就是，其实日本对于的黑白棋的研究也是相当不错的，某些程序也是很牛的，比如Booby REVERSI这个小程序，竟然是Turbo Pascal 7.0写的，程序很小，但棋力也很强，走棋没有WZebra快，但终局的搜索比WZebra快（好像是），唯一的遗憾就是无法去掉其开局的开局库（你会看到某些它存有的开局，它都是不必搜索就下了的，好像不容易检验其真正的棋力，尤其是开局），其中对棋局的分析有其独到之处（可以使用菜单里的Analyze查看），主页好像是：http://www.amy.hi-ho.ne.jp/okuhara/
至于WZebra等搜索较深的程序来讲，一般都用到了MPC（Mutil-Prob Cut，多重概率剪枝），但是这个算法要求有一个比较稳定而且较为准确的高质量评估函数作为基础，因为它在浅层（如8层）的搜索里就要剪掉很多的分支（好像这是对于ProbCut而言的，对于Mutil-ProbCut是对每一层都会剪掉一些分支），所以它的搜索节点是减少了很多的，所以可以搜索较深的层数。
还有就是，其实日本对于的黑白棋的研究也是相当不错的，某些程序也是很牛的，比如Booby REVERSI这个小程序，竟然是Turbo Pascal 7.0写的，程序很小，但棋力也很强，走棋没有WZebra快，但终局的搜索比WZebra快（好像是），唯一的遗憾就是无法去掉其开局的开局库（你会看到某些它存有的开局，它都是不必搜索就下了的，好像不容易检验其真正的棋力，尤其是开局），其中对棋局的分析有其独到之处（可以使用菜单里的Analyze查看），主页好像是：http://www.amy.hi-ho.ne.jp/okuhara/
yeeshengwei 2005-01-21
关注一下！
NowCan 2005-01-19
如何进行对战去我的blog看。
http://blog.csdn.net/nowcan
http://blog.csdn.net/nowcan
wvins 2005-01-19
人工智能对战的能提供网址吗？
希望有一天也能成为高手！
希望有一天也能成为高手！
wvins 2005-01-19
我有个黑白棋的游戏，同学的同学编的。据说很强，我又不会。有兴趣的找我，自己分析吧。
QQ：36330393
QQ：36330393
赖勇浩 2004-12-26
我会时时帮顶的.
Fortress 2004-12-24
最近没空考虑这个，不过还是顶一下。
加载更多回复
价值神经网络在计算机围棋的优化研究_王力.caj 在象棋与国际象棋被计算机用穷举加上搜索的方法战胜了世界上顶级的棋手后,围棋成为了人工智能最想要征服的游戏。但是,传统的计算机围棋程序面对职业围棋棋手时仍然被让3到4子,在2015年国际学术界普遍认为解决围棋...
JAVA黑白棋之算法浅析 本为主要对我在开发JAVA黑白棋人机算法过程中所用的博弈思想、估值函数、搜索算法分3个方面进行了阐述，由于本人水平有限，如果大家希望了解更多有关黑白棋博弈策略以及人机算法的深入的理论研究，可以参看本文...
AlphaGo围棋论文中文翻译 这种方式可以在国际象棋，西洋棋，黑白棋游戏中达到超人一样的水平，但是因为围棋的计算复杂度，这种方法被认为很难在围棋中有效。第二条原则，在一个策略 ( | ) 上的采样走子减少搜索的宽度，策略 ( | ...
中英AlphaGo论文：精通围棋博弈的深层神经网络和树搜索算法(附PDF公号发“AlphaGo论文”下载论文双语对照版) 、7讨论Discussion(参考文献References1-38)、8方法METHODS(9参考文献References39-62)、10致谢Acknowledgements、11作者信息Author Information(作者贡献Author Contributions)、12扩展数据Extended data(扩展数据...
蒙特卡洛算法与电脑围棋 和其他智力测试相比，弈棋具有直接对抗的特点，没有什么比在紧张的对局中看到对手一手精妙凶狠的棋招更 能让人感觉到一种智力上的刺激和挑战了。弈棋相比于其他牌类游戏而言，随机和不可控因素更小，因此对局双方的...
AlphaGo围棋 论文笔记 这种方式可以在国际象棋，西洋棋，黑白棋游戏中达到超人一样的水平，但是因为围棋的计算复杂度，这种方法被认为很难在围棋中有效。第二条原则，在一个策略 ( | ) 上的采样走子减少搜索的宽度，策略 ( | ...
Alphago进化史 漫画告诉你Zero为什么这么牛 另一方面体现在用深度残差网络（ResNet）来对输入进行简化，以前需要人工设计棋盘的输入，体现“这个子下过几次、周围有几个黑子几个白子”这样的信息，而现在是“把黑白子二值的图直接送进来，相当于可以理解成对着...
人类太多余？且慢，先听AI科学家详解AlphaGo Zero的伟大与局限 ，以前需要人工设计棋盘的输入，体现“这个子下过几次、周围有几个黑子几个白子”这样的信息，而现在是“把黑白子二值的图直接送进来，相当于可以理解成对着棋盘拍照片，把照片送给神经网络，让神经网络看着棋盘照片...
电脑如何下棋？深入了解人工智能 无论是国际象棋、中国象棋、围棋、或者其他如西洋跳棋、黑白棋、五子棋，所有棋类程 序的动态评估方法从根本上都符合由“筛选策略”和“汇总策略”组成的基本框架。它们之间的区别仅在于使用的具体策略不同，以及...
李开复、马少平、周志华、田渊栋都是怎么看AlphaGo Zero的？ AlphaGo Zero不但抛弃了人类棋谱，实现了从零开始学习，连以前使用的人类设计的特征也抛弃了，直接用棋盘上的黑白棋作为输入，可以说是把人类抛弃的彻彻底底，除了围棋规则外，不使用人类的任何数据和知识了 ...
AlphaGo之父戴密斯·哈萨比斯：是天才，也是生活里的普通人 他编的一个黑白棋游戏的程序竟然战胜了他弟弟。 此后电脑编程和AI就成了他生活的重要组成部分，像磁铁一样牢牢吸引着他。 厉害的是，这样深度沉迷的兴趣爱好并没影响他的学业，14岁时哈萨比斯提前两年完成了类似...
中科院自动化所介绍深度强化学习进展：从AlphaGo到AlphaGo Zero 然后给出AlphaGo Zero的详细介绍和讨论，分析其对人工智能的巨大推动作用。并介绍了深度强化学习在游戏、机器人、自然语言处理、智能驾驶、智能医疗等领域的应用进展，以及相关资源进展。最后探讨了深度强化学习的...
#Geek Point# 创业、艺术家和量子物理 乔布斯请过后现代主义戏剧制作人来筹划他的发布会，苹果公司的商标、宣传广告、外观设计都是由世界最顶级的设计师来完成的，他本人也参与到了设计的全过程中。 当年乔布斯重返苹果之后，对产品线进行了评估，发现太...
聪明人为何无法征服世界？ 要点4：黑白决策 AI下围棋的秘密是，计算可能招法的终局赢棋概率，然后选择概率最大的那一手。 看起来似乎很简单，其实并不容易。 1968年，马克斯刚到花旗银行工作时，他们的口号是“胆小难成大事”。采取明智而...
2020互联网行业术语 独角兽 独角兽公司一般指投资界对于10亿美元以上估值，并且创办时间相对较短( 一般为十年内)还未上市的互联网公司的称谓。国内独角兽代表企业有蚂蚁金服、字节跳动(今日头条)、阿里云、滴滴出行、陆金所、京东物流...
