[发明专利]基于AI技术的不围棋落子预测方法、系统及介质

说明书

本申请涉及基于AI技术的不围棋落子预测方法、系统及介质，本申请可以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，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，然后进行终局判断，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，对可模拟点位进行暴力搜索，确定优先模拟点；以确定的优先模拟点进行模拟，得出最佳预测点位，可解决现有技术存在的搜索方法慢，耗时长的问题，从而节约计算机资源。

技术领域

本申请涉及AI技术在不围棋领域的应用，具体涉及一种基于AI技术的不围棋落子预测方法、系统及介质。

背景技术

计算机博弈(也称机器博弈)，是一个研究领域，是人工智能领域的重要研究方向，是机器智能、兵棋推演、智能决策系统等人工智能领域的重要科研基础。计算机博弈被认为是人工智能领域最具挑战性的研究方向之一。不围棋是计算机博弈大赛在2012年增加的项目，规则就是围棋的逆规则，棋盘大小为9×9，即棋盘上双方落子的总和最多为81个。目前在计算机博弈不围棋AI(Artificial Intelligence)程序中，大多采用的是UCT算法(UpperConfidence Bound Apply to Tree,上限置信区间)来进行下一步最佳落子的预测。

现有技术的缺点在于：现有方法需要进行数十万次的搜索模拟，不仅消耗大量时间，而且十分消耗计算机的计算资源，这就使得该方法在现有的不围棋领域的应用受到了极大的限制，基本难以应用于实际场景。

发明内容

本申请的目的在于克服现有技术的不足，提供一种基于AI技术的不围棋落子预测方法、系统及介质，可解决现有技术存在的搜索方法慢，耗时长的问题，从而节约计算机资源。

本申请的目的是通过以下技术方案来实现的：

一种基于AI技术的不围棋落子预测方法，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。

区别于现有技术，本申请中利用暴力搜索快速获得优先模拟点，在优先模拟点中进行模拟，以获得最佳预测点位，从而无需重复数十万次的搜索模拟，极大的缩短了搜索时间，释放了计算机占用资源，具有较高的应用价值。

进一步的，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。