1、目前，以人工智能為中心的游戲受到人們的普遍青睞。本文針對(duì)中國(guó)跳棋游戲，將人工智能領(lǐng)域中的增強(qiáng)學(xué)習(xí)技術(shù)應(yīng)用到其中，構(gòu)建了一個(gè)具有智能決策和自主學(xué)習(xí)能力的多人跳棋博弈系統(tǒng)。系統(tǒng)的體系結(jié)構(gòu)不同于傳統(tǒng)的跳棋游戲，它是一種基于傳統(tǒng)游戲模式的擴(kuò)展型系統(tǒng)。 系統(tǒng)按功能界面劃分為三個(gè)部分：測(cè)試子系統(tǒng)、機(jī)器自學(xué)習(xí)子系統(tǒng)和人機(jī)對(duì)弈子系統(tǒng)。在博弈系統(tǒng)建立的初期，為了階段性地了解系統(tǒng)的構(gòu)建過(guò)程中各組件之間的協(xié)調(diào)工作情況，一個(gè)測(cè)試子系統(tǒng)被首先建立起來(lái)。機(jī)

2、器自學(xué)習(xí)子系統(tǒng)主要進(jìn)行博弈主體的自主學(xué)習(xí)，通過(guò)對(duì)弈的交互過(guò)程不斷積累經(jīng)驗(yàn)，提高下棋的能力。機(jī)器自學(xué)習(xí)子系統(tǒng)實(shí)現(xiàn)了機(jī)器自對(duì)弈訓(xùn)練模式和人機(jī)對(duì)弈訓(xùn)練模式。通過(guò)在人機(jī)對(duì)弈訓(xùn)練模式中觀察人的開(kāi)局方式，系統(tǒng)建立了一個(gè)開(kāi)局策略知識(shí)庫(kù)并在對(duì)弈過(guò)程中綜合運(yùn)用?；谠鰪?qiáng)學(xué)習(xí)和反向傳播算法的原理，機(jī)器的自對(duì)弈訓(xùn)練模式通過(guò)自對(duì)弈的在線學(xué)習(xí)方式不斷提高利用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的非線性棋局評(píng)估函數(shù)的準(zhǔn)確度，進(jìn)而完善自身的對(duì)弈能力。人機(jī)對(duì)弈界面主要利用機(jī)器自學(xué)習(xí)子系統(tǒng)中學(xué)

3、習(xí)到的不同等級(jí)的對(duì)弈模型來(lái)實(shí)現(xiàn)多游戲者的人機(jī)對(duì)弈。 在系統(tǒng)的設(shè)計(jì)方面，主要討論了棋盤(pán)和博弈主體的設(shè)計(jì)思想。在棋盤(pán)設(shè)計(jì)中，給出了一個(gè)棋盤(pán)的構(gòu)造模型，提出了棋盤(pán)分區(qū)的概念和游戲運(yùn)行階段的定義。在博弈主體的設(shè)計(jì)中，確定了主體的慎思結(jié)構(gòu)，提出了一個(gè)主體的智能決策學(xué)習(xí)模型并詳細(xì)討論了各主要部件的功能，給出了神經(jīng)網(wǎng)絡(luò)棋局評(píng)估學(xué)習(xí)器的網(wǎng)絡(luò)結(jié)構(gòu)和訓(xùn)練過(guò)程中可選取的棋盤(pán)特征。在系統(tǒng)的實(shí)現(xiàn)方面，利用VC++的MFC并基于面向主體的編程思想構(gòu)建了一個(gè)