论文部分内容阅读
计算机围棋强化学习中的神经网络
【摘 要】
：
近年来人工智能领域,作为计算机科学领域热门的分支之一,其研究发展迅速,尤其在深度学习领域有了很多重要的发现与成果。围棋作为最古老的策略游戏,因为其庞大的搜索空间和任务复杂度,使得计算机围棋一直以来都是人工智能领域的一个难题,而随着人工智能领域的研究和发展,一直困扰着科学界的计算机围棋问题也逐渐得以解决,DeepMind提出将深度学习应用与计算机围棋,并且与强化学习结合的方法,该方法在计算机围棋领域
【出 处】
：
北京邮电大学
【发表日期】
：
2019年01期
其他文献
在市场化的今天,提高比赛观赏性是一个项目走向市场的根本途径。而提高比赛观赏性的同时,保持比赛原有的公平性、公正性、竞技性则是一项运动的立足之本。跆拳道比赛在近几年,由于竞赛规则所限,比赛观赏性受到质疑,为了迎合市场化,国际跆拳道联盟不断修改跆拳道竞赛规则,从场地、得分、警告扣分判罚等核心方面做出了修改,变化程度之大,对比赛影响之深,都起着决定性作用。跆拳道竞赛规则分别在2015年世锦赛和2017年
学位