全文总字数：1507字
1. 毕业设计（论文）主要内容：
在过去几年中，人工智能在棋牌类游戏（博弈）中取得新的成果，比如基于深度强化学习的 AlphaGo 击败了人类世界冠军，由 AlphaGo 进化而来的 AlphaZero 还一并搞定了国际象棋和日本象棋。
随着各大平台参与到其中，与围棋相关的人工智能算法越来越对普通计算机人员友好，亲自实现一个自我学习的围棋人工智能，可以成为上手研究人工智能的一个很好的入门途径。
据平台游戏环境编写一个多智能体强化学习算法，使得通过训练得到的智能体拥有较高的游戏水平。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 毕业设计（论文）主要任务及要求
主要任务：
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 毕业设计（论文）完成任务的计划与安排
2020年1月11日-2020年1月31日：阅读相关文献2020年2月1日-2020年2月28日：学习强化学习及棋牌博弈领域相关算法2020年3月1日-2020年3月31日：搭建相应的游戏环境，并熟悉相关源码2020年4月1日-2020年4月30日：完成基于强化学习的算法编写、训练及测试工作2020年5月1日-2020年5月24日：撰写并提交毕业论文。
4. 主要参考文献
[1] Sutton R S, BartoA G. Introduction to reinforcement learning[M]. Cambridge: MIT press, 1998.[2] Mnih V, Kavukcuoglu K, Silver D, et al. Human-level control through deepreinforcement learning[J]. Nature, 2015, 518(7540): 529.[3] Zha D, Lai K H, Cao Y, et al. RLCard: A Toolkit for Reinforcement Learningin Card Games[J]. arXiv preprint arXiv:1910.04376, 2019.[4] Heinrich J, Silver D. Deep reinforcement learning from self-play inimperfect-information games[J]. arXiv preprint arXiv:1603.01121, 2016.[5] Jiang Q, Li K, Du B, et al. DeltaDou: expert-level doudizhu AI throughself-play[C]//Proceedings of the 28th International Joint Conference onArtificial Intelligence. AAAI Press, 2019: 1265-1271.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
