声明
摘要
1 绪论
1.1 课题的选题背景和研究意义
1.2 国内外发展现状
1.3 围棋的基本知识
1.4 论文的组织结构
1.5小结
2 基于Alpha-Beta剪枝的搜索
2.1 极大-极小搜索(Min-Max Search)
2.2 Alpha-Beta搜索(Alpha-Beta Search)
2.3 负极大搜索(NegaMex Search)
2.4 迭代加深搜索(Iterative deepening search)
2.5 小结
3 围棋人工智能中几个关键问题的讨论
3.1 围棋的复杂度
3.1.1 围棋的状态空间的复杂度
3.1.2 围棋的博弈树复杂度
3.1.3 复杂度比较
3.2 蒙特卡洛方法(Monte-Carlo)和UCT算法
3.2.1 蒙特卡洛方法
3.2.2 从蒙特卡洛法发展到UCT
3.2.3 UCT搜索
3.3 围棋人工智能中复杂度降解的基础
3.3.1 如何找到围棋本身和围棋对弈过程中的一些边界和上限值
3.3.2 如何对围棋的复杂度进行有效降解
3.3.3 如何判定局部棋形的复杂深度类型
3.4 小结
4 围棋人工智能中几个上限值的讨论
4.1 围棋极限分析的重要性
4.2 围棋对弈过程中的极限分析
4.3 小结
5 总结与展望
参考文献
致谢