Hur presterar ett artificiellt neuralt nätverk gentemot sökalgoritmen alpha-beta pruning i spelet Othello? : Jämförelse av ANN system och ABP system på spelet Othello

Detta är en Kandidat-uppsats från Högskolan i Skövde/Institutionen för informationsteknologi

Författare: Emil Rosenquist; [2019]

Nyckelord: ANN; ABP; AI; Othello; Beräkningstid;

Sammanfattning: Deterministiska turbaserad tvåspelarspel är ett område som används inom AI forskning för att jämföra AI system. Detta arbete fokuserar på att jämföra teknikerna artificiell neuralt nätverk och alpha-beta pruning i spelet othello. Arbetet undersökte hur dessa tekniker presterar i relation till beräkningstiden. Othello positionerna representeras i en 8 x 8 matris som teknikerna använder för att hitta det optimala draget. Systemen värderades enligt en definierat metod som använder ett befintlig AI system för othello Edax. De testades på 154 othello partier med 77 stycken förbestämda startpositioner. Nätverket tränades med inlärningsdata som bestod av drag från professionella othello matcher och från Edax. Resultatet visade att ABP systemen värderades linjärt mot exponentiell beräkningstid medans ANN systemen värderades konstant mot linjär beräkningstid. Resultatet av ANN systemen tyder på att inlärningsdatan är bristande. Framtida arbete bör använda mer och bättre inlärningsdata.

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)