脉冲神经网络算法及其在扑克游戏中的应用

摘要

随着人工智能的发展,目前主流的神经网络面临着计算量大、功耗高、智能化程度低等问题.为解决以上问题,根据人脑的特性,提出具有普适性的多层脉冲神经网络结构,利用生物学的因果律提出脉冲神经网络算法.通过控制"引导"神经元的激活时间间接调整目标权值,将算法应用在扑克游戏中,使扑克机器人能够学习一个人的打牌能力,实现拟人化程度为85％,验证了算法的可行性,同时表明脉冲神经网络具有强智能性.