[发明专利]基于AI技术的不围棋落子预测方法、系统及介质在审
申请号: | 202110966814.0 | 申请日: | 2021-08-23 |
公开(公告)号: | CN113869522A | 公开(公告)日: | 2021-12-31 |
发明(设计)人: | 张小川;梁锦峰;陈龙;刁志东;刘贺;贺泽亚 | 申请(专利权)人: | 重庆理工大学 |
主分类号: | G06N20/00 | 分类号: | G06N20/00 |
代理公司: | 重庆智诚达邦专利代理事务所(普通合伙) 50289 | 代理人: | 贺春林 |
地址: | 400054 *** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 ai 技术 围棋 落子 预测 方法 系统 介质 | ||
1.一种基于AI技术的不围棋落子预测方法,其特征在于,该方法包括:
步骤1:获取当前的落子坐标信息,以及未落子的坐标信息;
步骤2:根据当前的落子坐标信息,以及未落子的坐标信息对下一步的落子进行预测,其具体包括:
步骤1051:根据不围棋规则,过滤掉当前局面上的禁着点,剩下的空点位即为可模拟点;
步骤1052:在可模拟点中判断是否存在优先模拟点,即这些点位之前是暴力搜索过的点;若存在,则进入步骤1054;若不存在,则进入步骤1053。
步骤1053:对可模拟点位进行暴力搜索,确定优先模拟点;
步骤1054:以确定的优先模拟点进行模拟,得出最佳预测点位。
2.根据权利要求1所述的基于AI技术的不围棋落子预测方法,其特征在于,还包括一个终局预测方法,包括:
步骤101:判断当前局面是否在开局库中存在,若存在,则进入步骤102;若不存在,则进入步骤103;
步骤102:开局库存储着局面和对应的落子预测,根据当前局面信息,从开局库中进行查找,获得对应的落子最佳预测点位;
步骤103:启动上限置信区间UCT搜索,搜索出下一步的预测点位,搜索的同时,进行步骤104;
步骤104:根据当前局面信息,判断是否终局局面是否存在,即判断当前局面是否存在终局预测点位,若存在,则进入步骤105,若不存在,则输出步骤103的预测点位;
步骤105:采用终局搜索方法,搜索出终局预测点位。
3.根据权利要求1或2所述的基于AI技术的不围棋落子预测方法,其特征在于,所述终局搜索方法按步骤1051-步骤1054进行搜索。
4.根据权利要求3所述的基于AI技术的不围棋落子预测方法,其特征在于,所述禁着点包括己方落子后提子的点、己方落子后会导致自杀的点、己方的眼位。
5.一种基于AI技术的不围棋落子预测系统,其特征在于,包括主界面系统和搜索引擎系统;
所述主界面系统用于获取当前开局的落子信息并传输至所述搜索引擎系统;
所述搜索引擎系统包括:
UCT搜索模块(203)、终局存在判断模块(204)、终局搜索模块(205);
所述UCT搜索模块(203)启动上限置信区间UCT搜索,搜索出下一步的预测点位;
所述终局存在判断模块(204)用于判断当前局面是否已经进入终局情况,若进入终局则启动所述终局搜索模块(205);
所述终局搜索模块(205)按权利要求1-5任一项所述的一种基于AI技术的不围棋落子预测方法进行最佳预测点位的搜索。
6.根据权利要求5所述的基于AI技术的不围棋落子预测系统,其特征在于,所述搜索引擎系统还包括开局库存在判断模块(201)和开局库模块(202);
所述开局库存在判断模块(201)用于判断当前局面在所述开局库模块(202)中是否催着匹配的开局模型;
所述开局库模块(202)存储有典型的开局模型;
当匹配到对应的开局模型后,根据开局模型输出最佳预测点位。
7.根据权利要求6所述的基于AI技术的不围棋落子预测系统,其特征在于,所述开局模型实时更新,将该系统所发生的每一开局均收录到所述开局库模块(202)中;
更新时,还包括一个重复模型的筛查,若当前开局已存在所述开局库模块(202)中则不重复收录。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆理工大学,未经重庆理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110966814.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:用于饮料生产的系统
- 下一篇:一种环保的废气处理回收设备