相关实验视频
Updated: Jun 30, 2025

The HoneyComb Paradigm for Research on Collective Human Behavior
Published on: January 19, 2019
构建,观察和知识抽象用于小板上围棋端游戏
Chia-Ming Hsu1, Hung-Cheng Lin2, Yueh-Ting Chen2
1Institute of Information Science, Academia Sinica, Taipei, 115201, Taiwan.
这项研究构建了小板的Go终局数据库,揭示了板块大小和移动重复规则如何影响游戏结果和玩家力量. 它确定了影响游戏结束难度的因素.
科学领域:
- 人工智能的人工智能
- 游戏理论 游戏理论
- 计算复杂性 计算复杂性
背景情况:
- 围棋终局数据库对于分析N×N板上有限的棋子的最佳策略至关重要.
- 之前的研究还没有充分探讨板块大小平价和移动重复规则对终局结果的影响.
研究的目的:
- 开发用于构建小板大小 (S <= 4) 的Go终端游戏数据库的方法.
- 调查板块大小 (偶数与奇数N) 和移动重复规则对游戏值和玩家优势的影响.
- 识别导致围棋终局位置难度的因素.
主要方法:
- 构建 Go 终局数据库,用于 S <= 4 块的 N x N 个板.
- 实施两个规则来处理层的循环:一个允许,一个不允许重复.
- 使用 KataGo 深度学习引擎来解决位置和评估难度因子.
主要成果:
- 不论重复规则如何,偶数和奇数N板之间,最佳游戏值都存在显著的差异.
- 玩家的主导地位根据板上的平价和重复规则发生变化:第一个玩家主导奇数N,玩家在允许重复的偶数N上是平等的.
- 确定了最佳游戏值,核心值和真正最佳动作值的分布,作为关键难度指标.
结论:
- 棋盘大小平价和移动重复规则从根本上改变了围棋终局动态和玩家的优势.
- 一个简单的公式可以以合理的准确性预测一个位置子集的游戏结束难度.
- 调查结果提供了对围棋基本特性的洞察,并提供了分析终端游戏复杂性的工具.
更多相关视频
07:06Block Building Task Identifies Distinct Groups of Left/Right-hand Choice Patterns After Unilateral Peripheral Nerve Injury
Published on: March 21, 2025
13:40Combining Computer Game-Based Behavioural Experiments With High-Density EEG and Infrared Gaze Tracking
Published on: December 16, 2010
相关概念视频
Theorems of Pappus and Guldinus: Problem Solving
Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving
In individual population analyses, different algorithms are employed, such as Cauchy's method, which uses a...
Castigliano's Theorem: Problem Solving
Statically Indeterminate Problem Solving
Machines: Problem Solving II
Woodward–Hoffmann Selection Rules and Microscopic Reversibility