面向机器博弈的即时差分学习研究

以六子棋机器博弈为应用背景，实现了基于即时差分学习的估值函数权值调整自动化。提出了一种新的估值函数设计方案，解决了先验知识与多层神经元网络结合的问题。结合具体应用对象的特性，提出了对即时差分序列进行选择性学习的方法，在一定程度上避免了无用状态的干扰。经过10020盘的自学习训练，与同一个程序对弈，其胜率提高了8%左右，具有良好的效果。