融合经验知识与深度强化学习的久棋Alpha-Beta算法优化研究

张小川; 杨小漫; 涂飞; 王鑫; 严明珠; 梁渝卓

doi:CNKI:SUN:CGGL.0.2024-05-015

重庆理工大学学报（自然科学版） ›› 2024, Vol. 38 ›› Issue (05) : 115 -120. DOI: CNKI:SUN:CGGL.0.2024-05-015

融合经验知识与深度强化学习的久棋Alpha-Beta算法优化研究

张小川, 杨小漫, 涂飞, 王鑫, 严明珠, 梁渝卓

作者信息 +

Author information +

文章历史 +

摘要

藏族久棋作为一种传统的棋类博弈游戏，具备高度复杂的规则体系以及变幻莫测的棋局演变。传统的博弈策略在面对不同对手和棋局时不稳定，性能差，需要新的方法提高藏族久棋AI的博弈水平。以藏族久棋为研究对象，针对布局阶段，改进传统Alpha-Beta剪枝搜索算法，并结合经验知识，融入深度强化学习算法完成棋盘布局合理性的落子选择，以此为后续阶段铺路。在行棋阶段与飞子阶段，结合经验知识使用Alpha-Beta算法，完成行棋路径。最后，将所提算法和策略集成于久棋AI程序，在中国计算机博弈锦标赛中取得了良好的成绩，验证了该方法的有效性。