【摘 要】
：
强化学习长期以来的一个目标是创造一个能够在具有挑战性的领域,以超越人类的精通程度学习的算法.基于蒙特卡洛树搜索与深度神经网络设计一种自学习智能五子棋算法,无需人类
【机 构】
：
沈阳化工大学 计算机科学与技术学院,沈阳,110142沈阳化工大学 计算机科学与技术学院,沈阳110142;中国移动集团设计院有限公司 河北分公司,太原030000;
论文部分内容阅读
强化学习长期以来的一个目标是创造一个能够在具有挑战性的领域,以超越人类的精通程度学习的算法.基于蒙特卡洛树搜索与深度神经网络设计一种自学习智能五子棋算法,无需人类知识,从零开始学习.其中深度神经网络是由32个卷积层组成的深度残差网络;蒙特卡洛树搜索可根据多次模拟博弈的结果预测最优的移动方案.将五子棋规则与蒙特卡洛树搜索和深度神经网络相结合,蒙特卡洛树搜索使用深度神经网络评估落子位置和选择移动,增强树的搜索强度,提高落子质量,优化自对弈迭代.通过蒙特卡洛树搜索进行自对弈,训练一个神经网络来预测落子选择以及游戏的赢家.经过两天的训练,该算法的埃洛等级分已经达到4000分,远远高于普通人类水平.
其他文献
摘要： 大学英语四级考试中阅读理解部分是学生普遍觉得比较难的一个部分，它量大，分值比例高。如何在有限的时间内取得最佳的备考应试效果？这是教师和学生们一直思考的问题。本文在分析阅读过程特点的基础上，结合目前阅读过程中存在的问题，提出了对应的阅读策略和技巧，以期对教师英语阅读教学和学生应试提供建议和帮助。 关键词： 英语四级 阅读理解 策略 技巧 阅读是增长知识、获取信息的主要途径，阅读能力的
2007年12月，笔者参加广东省电大组织的澳大利亚继续教育考察团，先后访问了澳大利亚昆士兰政府教育部、悉尼大学圣安德鲁学院、悉尼继续教育学院。从中我们强烈地感受到继续教育在澳大利亚发展很快，被社会大众所重视、接受，有很多经验值得我国电大教育借鉴。 一、澳大利亚继续教育概况 澳大利亚的继续教育与培训机构是澳大利亚高等教育体系的重要组成部分。该机构包括公立技术与继续教育学院（TAFE）和私
复习，决不是旧知识的简单的再现和机械的重复，而是知识升华的重要过程。它是在温故的基础上“知新”。使所学的知识系统化、规律化，从而使学生的分析能力、理解能力、综合运用能力等得到飞跃发展的一个过程。由于课程改革的不断深入，新课程标准的逐步实施，中考物理把对能力的考核放在了首位。不少学生认为物理好学不好考，经常是一听就懂一考就错，很难得高分。到底如何复习才好呢？许多学生感到棘手。我通过对近几年中考物理命
随着社会对人才知识结构、综合素质要求的提高，家长对孩子“望子成龙”、“望女成凤”的愿望日益强烈。新课程改革目标强调学生的全面发展，尤其是心理方面的发展。教师要从“经师”变为“人师”，不仅要“讲经说道”，而且要做到以育人为主，由此对教师人格、能力、素质都提出了更高要求，对教师的心理承受力也是个很大的考验。此外媒体报道的一些教师被家长或者学生殴打，以及不时发生的因教育方法不当引发的家校矛盾等，都让教师
摘要： 中小学教师的心理问题已成为全社会关注的热点问题。了解中小学教师的心理问题，分析其产生的原因并找寻解决策略，有助于中小学教师减轻压力，学会调节心理，从而促进其心理健康发展。中小学教师心理问题产生的原因主要有社会、学校和个人因素，问题的解决也应从这几方面入手。 关键词： 中小学教师 心理问题 解决策略 中小学教师的心理问题是指中小学教师的心理承受力超过自我平衡能力的范围，从而产生心理障
知识图谱的嵌入和路径知识推理都是知识推理研究的重要方向,近年来,出现了一些将这两种方法相结合的知识推理算法,性能比起原有的算法有了很大提高.然而,这些算法大多是用求
在语文教学中，语言是一个很关键的教学部分，它的教学成败关系到学生的能力发展，如果从作文的角度来看，显得更加的重要，我们先来看在高考作文中对语言方面的描述： 基础等级中的涵定：一等——语言流畅，字体工整；二等——语言通顺，字体较工整。三等——语言基本通顺，字迹清楚。四等——语言不通顺，语病多，字迹潦草难辨。 发展等级中的涵定：分为四等加分标准——有文采；较有文采；略显文采；个别语句有文采。 我