# 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。