KnightCap: A chess program that learns by combining TD(lambda) with game-tree search
KnightCap: A chess program that learns by combining TD(lambda) with game-tree search
复制标题
KnightCap：一个通过将 TD(lambda) 与博弈树搜索相结合来学习的国际象棋程序
DOI：
--
复制
发表时间：
1999
期刊：
影响因子：
--
通讯作者：
Lex Weaver
中科院分区：
文献类型：
--
作者：
Jonathan Baxter;A. Tridgell;Lex Weaver
在本文中，我们提出了TDLeaf（lambda），TD（lambda）算法的一个变体，使其能够与游戏树搜索结合使用。我们提出了一些实验中，我们的国际象棋程序"骑士帽"使用TDLeaf（lambda）学习其评价功能，而发挥免费的互联网国际象棋服务器（FICS，www.example.com）。我们报告的主要成功是KnightCap在短短308场比赛和3天的比赛中从1650评级提高到2150评级。作为参考，1650的等级对应于大约水平B人类游戏（在从E（1000）到A（1800）的标度上），而2150是人类大师水平。我们讨论了这种成功的一些原因，其中的原则是使用在线，而不是自我发挥。
In this paper we present TDLeaf(lambda), a variation on the TD(lambda) algorithm that enables it to be used in conjunction with game-tree search. We present some experiments in which our chess program ``KnightCap' used TDLeaf(lambda) to learn its evaluation function while playing on the Free Internet Chess Server (FICS, fics.onenet.net). The main success we report is that KnightCap improved from a 1650 rating to a 2150 rating in just 308 games and 3 days of play. As a reference, a rating of 1650 corresponds to about level B human play (on a scale from E (1000) to A (1800)), while 2150 is human master level. We discuss some of the reasons for this success, principle among them being the use of on-line, rather than self-play.