# 人工智能大作业-五子棋

**Repository Path**: xinzwang/AI-Homework

## Basic Information

- **Project Name**: 人工智能大作业-五子棋
- **Description**: 北京理工大学-2020学年上半学期-人工智能基础课程大作业
1、棋盘识别
2、五子棋算法
3、使用神经网络构建评估算法，以进化学习训练神经网络
4、以监督学习训练神经网络
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 6
- **Forks**: 0
- **Created**: 2020-12-23
- **Last Updated**: 2024-12-21

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 人工智能基础大作业

## 一、说明

人工智能基础课程大作业，共分为四个小问题。

1. 棋盘识别：从对局棋盘图片识别棋局落子情况，识别结果为15*15的棋盘矩阵

2. 博弈算法：五子棋对弈AI，用α-β搜索实现

3. 进化学习：用神经网络作为2中的评估函数，以进化学习的方法训练

4. 监督学习：对3中的神经网络，以强化学习的DQN算法进行训练

## 二、运行环境

anaconda version 1.7.2

仓库中使用的数据集路径为绝对路径，运行前需进行配置更改。使用jupyter notebook直接运行对应代码即可。

问题2需要自行导入Visual Studio，或自行编写makefile

## 三、亮点

问题一中，模型对棋局识别的准确率极高。本任务使用的在训练、测试集共有1万余张棋局图片，在其上的识别准确率均达到了1。同时在训练调整过程中，输出层softmax得到结果数值出现了不符合预期的情况，这个异常现象的原因还需要继续深究。