基于Alpha-Beta搜索算法的五子棋程序设计与实现文献综述

 2023-05-24 10:48:14

文献综述

文 献 综 述1. 研究背景及意义随着计算机的快速发展,催生了一门新兴学科人工智能。

它是用来研究、模拟和扩展人类智慧的一门理论方法和技术应用系统的新兴学科。

机器博弈则是人工智能方向的分支之一,自从计算机诞生以来,许多著名学者都曾经涉足这一领域的研究工作。

计算机之父冯诺依曼 (Von Meunann)就提出了用于博弈的极大极小定理,信息论的创始人香浓(C.E.Shannon)教授,又给出了极大极小算法,著名的计算机学家阿兰图灵(A.Turing)也曾做过机器博弈的研究。

伴随着计算机硬件的飞速发展,Alpha-Beta剪枝算法的提出、极小树的证明、负极大值算法的给出与迭代深化思想的实现,都使得机器博弈有了长足进展。

自1980年起,机器博弈便开始逐步大规模地向人类智慧发起冲击。

早在1997年5月,IBM 开发的国际象棋程序深蓝(Deep Blue)便击败了国际象棋特级大师卡斯帕罗夫;2016年3月,Google 的 DeepMind 团队开发的 AlphaGo 以 4-1 击败了韩国围棋专业选手李世石,将人工智能推向了新的高度,同时也彰显了机器博弈的广泛前景。

由此,棋类游戏不再限制于实物,相关的电脑游戏层出不穷。

通过让机器模仿学习人类智慧,人们可以通过人机对战随时随地感受棋类游戏的魅力,打破了传统棋类游戏对于游戏双方的条件限制,成为现代人休闲娱乐的一种重要方式。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。