人工智能(博弈算法)

博弈问题—五子棋实验报告
实验目的
1．熟悉和掌握博弈搜索算法的原理
2．了解并学会博弈搜索算法的实质和过程
3．学会使用博弈搜索算法解决问题
实验原理
博弈,对策利害关系相反的双方按一定的规则行动,每一方都为使自己能在斗争中取胜。

诸如下棋、打牌等类型的竞争性智能活动，称为博弈石最简单的一种是“二人零和、全信息、非偶然”博弈。

博弈的实例有中国象棋、五子棋、国际象棋和围棋等。

要提高计算机的下棋水平，就要有效地把多种搜索算法组合起来，进而改进博弈树的搜索效率来找到一步好棋。

博弈是启发式搜索的一个重要应用领域,博弈的过程可以用一棵博弈搜索树表示,通过对博弈树进行搜索求取问题的解,搜索策略常采用α-β剪枝技术。

在深入研究α-β剪枝技术的基础上,结合五子棋游戏特征,设计了五成/双三、估值函数和α-β剪枝算法相结合的改进博弈树搜索算法,实现了人机智能对弈的五子棋游戏。

实验内容
制作类似于如图所示五子棋系统实验程序。

实验条件
1.Window NT/XP/7及以上的操作系统
2.内存在512M以上
3.CPU在奔腾II以上
实验分析
1.博弈搜索算法特点
①博弈的初始格局是初始节点
②在博弈树中，“或”节点和“与”节点是逐层交替出现的。

自己一方
扩展的节点之间是“或”关系，对方扩展的节点之间是“与”关系。

双方轮流地扩展节点。

③所有自己一方获胜的终局都是本原问题，相应的节点是可解节点；所
有使对方获胜的终局都认为是不可解节点。

实验效果图
个人实验小结
通过本次实验，我了解了博弈算法具体的解决问题的过程，熟悉和掌握博弈算法的原理、实质、过程，学会了使用博弈算法解决问题，通过学习博弈搜索算法，增强了我对于机器博弈能力的认识，实验过程中发现问题并解决问题，巩固了所学的知识，通过实验也提高了自己的编程和思维能力，收获很多。

（注：文档可能无法思考全面，请浏览后下载，供参考。

可复制、编制，期待
你的好评与关注）。