欢迎来到冰点文库! | 帮助中心 分享价值,成长自我!
冰点文库
全部分类
  • 临时分类>
  • IT计算机>
  • 经管营销>
  • 医药卫生>
  • 自然科学>
  • 农林牧渔>
  • 人文社科>
  • 工程科技>
  • PPT模板>
  • 求职职场>
  • 解决方案>
  • 总结汇报>
  • ImageVerifierCode 换一换
    首页 冰点文库 > 资源分类 > DOCX文档下载
    分享到微信 分享到微博 分享到QQ空间

    广工人工智能实验报告.docx

    • 资源ID:3775159       资源大小:26.78KB        全文页数:20页
    • 资源格式: DOCX        下载积分:3金币
    快捷下载 游客一键下载
    账号登录下载
    微信登录下载
    三方登录下载: 微信开放平台登录 QQ登录
    二维码
    微信扫一扫登录
    下载资源需要3金币
    邮箱/手机:
    温馨提示:
    快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。
    如填写123,账号就是123,密码也是123。
    支付方式: 支付宝    微信支付   
    验证码:   换一换

    加入VIP,免费下载
     
    账号:
    密码:
    验证码:   换一换
      忘记密码?
        
    友情提示
    2、PDF文件下载后,可能会被浏览器默认打开,此种情况可以点击浏览器菜单,保存网页到桌面,就可以正常下载了。
    3、本站不支持迅雷下载,请使用电脑自带的IE浏览器,或者360浏览器、谷歌浏览器下载即可。
    4、本站资源下载后的文档和图纸-无水印,预览文档经过压缩,下载后原文更清晰。
    5、试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。

    广工人工智能实验报告.docx

    1、广工人工智能实验报告实验课程名称:_人工智能 实验项目名称井子棋AI alpha-beta剪枝算法实验成绩实 验 者叶海恒专业班级计科8班学 号3114006156实验日期2016.11一、实验内容设计具有AI的井子棋游戏(采用js)AI采用-剪枝算法二、实验设计(原理分析及流程)min电脑AI下棋时,如果考虑步数为0,则代表直接返回当前棋盘估值w(值越大代表对max越有优势,越小则代表对min越有优势,w=maxW-minW)。如果考虑步数为N,先获取min电脑可以下棋的位置steps。对于可以下棋的一步step,电脑AI下棋到step的第row行,第column列。如果这时候min电脑已经

    2、赢了,则把棋盘回退一步,返回棋盘估值和下棋位置,不用再考虑其他走法了。否则,min需要在每一种走法里面,选择一种走法,令max人类走N-1步之后,自己的优势保持最大(即w值最小)。什么是alpha-beta剪枝呢?就是如果max人类当前一种走法1至少可以获取alpha优势,而另一种走法2,min电脑的一步棋则可能让人类获取比alpha更小的优势,那么max人类肯定不会选择走法2,所以计算在计算min电脑的走法时,min电脑的其他走法就不用再计算了。最后min电脑经过steps.length种走法对比之后,选择w值最小的一种走法,把棋盘回退一步,并返回棋盘估值和下棋位置。max走法类似,人类会选

    3、择w值最大的走法下棋,所以max函数和min函数分别代表人和AI下棋,互相递归调用,直到递归到步数为0时返回N步之后的估值。三、实验代码及数据记录1.代码 /* * Matrix 矩阵 * param type arr 矩阵二维数组 */var Matrix = function(arr) this.data = arr; this.row = arr.length; this.column = arr.length ? arr0.length : 0;/* * multiply 矩阵乘法转换 * param type matrix 转换矩阵 * return type description

    4、 */Matrix.prototype.multiply = function(matrix) if (this.column = matrix.row) var row = this.row, column = matrix.column, arr = ; for (var i = 0; i row; i+) arri = ; for (var j = 0; j column; j+) var sum = 0; for (var n = 0; n this.column; n+) sum += (this.datain * matrix.datanj); arrij = sum; retur

    5、n new Matrix(arr); ;/* * Chessboard 棋盘 * param type row description * param type column description */var Chessboard = function(row, column) this.data = ; this.row = row; this.column = column; for (var i = 0; i row; i+) this.datai = ; for (var j = 0; j column; j+) this.dataij = Chessboard.NONE; this

    6、.stack = ; this.is_ended = false;/* * toString 输出棋盘信息 * return type description */Chessboard.prototype.toString = function() return this.data.map(function(data) return data.toString(); ).join(n);/* * put 下棋 * param type row 行 * param type column 列 * param type type 人还是AI下棋 * return type description

    7、*/Chessboard.prototype.put = function(row, column, type) if (this.datarowcolumn = Chessboard.NONE) this.datarowcolumn = type; this.stack.push( row: row, column: column, type: type ); if (this.stack.length = this.row * this.column) this.is_ended = true; return this;/* * rollback 悔棋 * param type n 后退n

    8、步 * return type description */Chessboard.prototype.rollback = function(n) n = n | 1; for (var i = 0; i n; i+) var step = this.stack.pop(); if (step) this.datastep.rowstep.column = Chessboard.NONE; this.is_ended = false; return this;/* * reset 重置棋盘 * return type description */Chessboard.prototype.res

    9、et = function() for (var i = 0, n = this.row; i n; i+) for (var j = 0, m = this.column; j m; j+) this.dataij = Chessboard.NONE; this.stack = ; this.is_ended = false;/* * availableSteps 获取可走的位置 * return type description */Chessboard.prototype.availableSteps = function() var availableSteps = ; for (va

    10、r i = 0, n = this.row; i n; i+) for (var j = 0, m = this.column; j m; j+) if (this.dataij = Chessboard.NONE) availableSteps.push( row: i, column: j ); return availableSteps;/* * rotate 把棋盘旋转90度 * return type description */Chessboard.prototype.rotate = function() var board = new Chessboard(this.row,

    11、this.column), dx = Math.floor(this.column / 2), dy = Math.floor(this.row / 2); for (var i = 0; i this.row; i+) for (var j = 0; j this.column; j+) var type = this.dataij; var matrix = new Matrix( i, j, 1 ); var translateMatrix1 = new Matrix( 1, 0, 0, 0, 1, 0, -dx, -dy, 1 ); var translateMatrix2 = new

    12、 Matrix( 1, 0, 0, 0, 1, 0, dx, dy, 1 ); var rotateMatrix = new Matrix( 0, -1, 0, 1, 0, 0, 0, 0, 1 ); var res = matrix.multiply(translateMatrix1).multiply(rotateMatrix).multiply(translateMatrix2); board.put(res.data00, res.data01, type); return board;/* * hash 给棋盘一个编码 * param type sourceRadix 来源进制 *

    13、param type targetRadix 目的进制 * return type description */Chessboard.prototype.hash = function(sourceRadix, targetRadix) var str = this.data.map(function(arr) return arr.join(); ).join(); return parseInt(str, sourceRadix).toString(targetRadix);/* * evaluate 计算当前棋盘的估值 * return type description */Chessb

    14、oard.prototype.evaluate = function() /max,min权重,max连棋数,min连棋数 var maxW = minW = 0, maxCount, minCount; /横向计算 for (var i = 0; i this.row; i+) /当前这一行,max连棋数,min连棋数 maxCount = minCount = 0; for (var j = 0; j this.column; j+) var type = this.dataij; if (type = Chessboard.MAX) maxCount+; else if (type =

    15、Chessboard.MIN) minCount+; /如果连成3子 if (maxCount = 3) return Infinity; else if (minCount = 3) return -Infinity; else /如果没有max的棋子,则min可能连成3子 if (!maxCount) minW+; /如果没有min的棋子,则max可能连成3子 if (!minCount) maxW+; /纵向计算 for (var i = 0; i this.column; i+) /当前这一列,max连棋数,min连棋数 maxCount = minCount = 0; for (va

    16、r j = 0; j this.row; j+) var type = this.dataji; if (type = Chessboard.MAX) maxCount+; else if (type = Chessboard.MIN) minCount+; /如果连成3子 if (maxCount = this.row) return Infinity; else if (minCount = this.row) return -Infinity; else /如果没有max的棋子,则min可能连成3子 if (!maxCount) minW+; /如果没有min的棋子,则max可能连成3子

    17、 if (!minCount) maxW+; /右斜下方向计算 maxCount = minCount = 0; for (var i = 0; i this.column; i+) var type = this.dataii; if (type = Chessboard.MAX) maxCount+; else if (type = Chessboard.MIN) minCount+; /如果连成3子 if (maxCount = this.row) return Infinity; else if (minCount = this.row) return -Infinity; else

    18、/如果没有max的棋子,则min可能连成3子 if (!maxCount) minW+; /如果没有min的棋子,则max可能连成3子 if (!minCount) maxW+; /左斜下方向计算 maxCount = minCount = 0; for (var i = 0; i this.column; i+) var type = this.dataithis.column - i - 1; if (type = Chessboard.MAX) maxCount+; else if (type = Chessboard.MIN) minCount+; if (maxCount = thi

    19、s.row) return Infinity; else if (minCount = this.row) return -Infinity; else /如果没有max的棋子,则min可能连成3子 if (!maxCount) minW+; /如果没有min的棋子,则max可能连成3子 if (!minCount) maxW+; /返回双方实力差 return maxW - minW;/* * isMaxWin 人是否赢了 * return Boolean description */Chessboard.prototype.isMaxWin = function() var w = thi

    20、s.evaluate(); return w = Infinity ? true : false;/* * isMinWin AI是否赢了 * return Boolean description */Chessboard.prototype.isMinWin = function() var w = this.evaluate(); return w = -Infinity ? true : false;/* * end 结束游戏 * return type description */Chessboard.prototype.end = function() this.is_ended =

    21、 true; return this;/* * isEnded 游戏是否结束 * return Boolean description */Chessboard.prototype.isEnded = function() return this.is_ended;/* * max max下棋 * param type currentChessboard 当前棋盘 * param type depth 考虑深度 * return type description */var max = function(currentChessboard, depth, beta) /记录优势值,应该下棋的位

    22、置 var row, column, alpha = -Infinity; /什么都不下,直接返回当前棋盘评估值 if (depth = 0) alpha = currentChessboard.evaluate(); return w: alpha ; else /获取每一步可以走的方案 var steps = currentChessboard.availableSteps(); / console.log(搜索MAX + steps.length + 个棋局); if (steps.length) /对于每一种走法 for (var i = 0, l = steps.length; i

    23、alpha) /选择最大优势的走法 alpha = res.w; row = step.row; column = step.column; /如果人可以获得更好的走法,则AI必然不会选择这一步走法,所以不用再考虑人的其他走法 if (alpha = beta) / console.log(MAX节点 + l + 个棋局,剪掉了 + (l - 1 - i) + 个MIN棋局); break; return w: alpha, row: row, column: column ; ;/* * min min下棋 * param type currentChessboard 当前棋盘 * para

    24、m type depth 考虑深度 * return type 权重和当前推荐下棋的位置 */var min = function(currentChessboard, depth, alpha) var row, column, beta = Infinity; if (depth = 0) beta = currentChessboard.evaluate(); return w: beta ; else /获取每一步可以走的方案 var steps = currentChessboard.availableSteps(); / console.log(搜索MIN + steps.leng

    25、th + 个棋局); if (steps.length) /对于每一种走法 for (var i = 0, l = steps.length; i l; i+) var step = stepsi; /下棋 currentChessboard.put(step.row, step.column, Chessboard.MIN); /如果已经赢了,则直接下棋,不再考虑对方下棋 if (currentChessboard.isMinWin() beta = -Infinity; row = step.row; column = step.column; /退回上一步下棋 currentChessboard.rollback(); break; else /考虑对方depth-1步下棋之后的优势值,如果对方没棋可下了,则返回当前棋盘估值 var res = max(currentChessboard, depth - 1, beta) | w: currentChessboard.evaluate() ; /退回上一步下棋 currentChessboard.rollback(); if (res.w beta) /选择最大优势的走法


    注意事项

    本文(广工人工智能实验报告.docx)为本站会员主动上传,冰点文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知冰点文库(点击联系客服),我们立即给予删除!

    温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载不扣分。




    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    copyright@ 2008-2023 冰点文库 网站版权所有

    经营许可证编号:鄂ICP备19020893号-2


    收起
    展开