《表2 比赛积分表:一种自学习的智能五子棋算法的设计与实现》
经过两天的训练,深度神经网络在预测五子棋游戏状态的值以及可能的下一步移动中逐渐变的更好.从深度神经网络的第一次迭代到第28次,随着深度神经网络参数θ的更新,共生成了28个深度神经网络模型.为了说明本算法在五子棋领域如何变得越来越强大,在28个深度神经网络模型中,从初始深度神经网络模型1开始,每隔两个挑选一个组成比赛,一直到模型28,共挑选10个,每组比赛两次,玩家1和玩家2随机优先落子,计算最后得分(score),结果如表2所示.
图表编号 | XD00175964400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.01 |
作者 | 李大舟、沈雪雁、高巍、张小明、孟智慧 |
绘制单位 | 沈阳化工大学计算机科学与技术学院、沈阳化工大学计算机科学与技术学院、沈阳化工大学计算机科学与技术学院、沈阳化工大学计算机科学与技术学院、沈阳化工大学计算机科学与技术学院、中国移动集团设计院有限公司河北分公司 |
更多格式 | 高清、无水印(增值服务) |