人工神經(jīng)網(wǎng)絡(luò)和人機(jī)博弈ppt課件

《人工神經(jīng)網(wǎng)絡(luò)和人機(jī)博弈ppt課件》由會員分享，可在線閱讀，更多相關(guān)《人工神經(jīng)網(wǎng)絡(luò)和人機(jī)博弈ppt課件（21頁珍藏版）》請在裝配圖網(wǎng)上搜索。

人工神經(jīng)網(wǎng)絡(luò)與人機(jī)博弈,總目錄,生物學(xué)的神經(jīng)網(wǎng)絡(luò),動物的大腦結(jié)構(gòu) 分為灰色的外層和白色的內(nèi)層?；疑珜又挥袔缀撩缀?，其中緊密地壓縮著幾十億個被稱作神經(jīng)元的微小細(xì)胞。白色層在皮層灰質(zhì)的下面，占據(jù)了皮層的大部分空間，是由神經(jīng)細(xì)胞相互之間的無數(shù)連接組成。皮層象核桃一樣起皺，這可以把一個很大的表面區(qū)域塞進(jìn)到一個較小的空間里。這與光滑的皮層相比能容納更多的神經(jīng)細(xì)胞。 人的大腦大約含有1OG （即100億）個這樣的微 小處理單元,生物學(xué)的神經(jīng)網(wǎng)絡(luò),神經(jīng)細(xì)胞 神經(jīng)細(xì)胞都長著一根像電線一樣的稱為軸突（axon）的東西，它的長度有時伸展到幾厘米，用來將信號傳遞給其他的神經(jīng)細(xì)胞。它由一個細(xì)胞體、一些樹突、和一根可以很長的軸突組成。 神經(jīng)細(xì)胞利用電-化學(xué)過程交換信號。輸入信號來自另一些神經(jīng)細(xì)胞。這些神經(jīng)細(xì)胞的軸突末梢和本神經(jīng)細(xì)胞的樹突相遇形成突觸，信號就從樹突上的突觸進(jìn)入本細(xì)胞。大腦的神經(jīng)細(xì)胞只有兩種狀態(tài)：興奮和不興奮。發(fā)射信號的強(qiáng)度不變，變化的僅僅是頻率。神經(jīng)細(xì)胞把所有從樹突上突觸進(jìn)來的信號進(jìn)行相加，如果全部信號的總和超過某個閥值，就會激發(fā)神經(jīng)細(xì)胞進(jìn)入興奮狀態(tài)，這時就會有一個電信號通過軸突發(fā)送出去給其他神經(jīng)細(xì) 胞。,神經(jīng)網(wǎng)絡(luò)特點,能實現(xiàn)無監(jiān)督的學(xué)習(xí)—不存在導(dǎo)師，網(wǎng)絡(luò)根據(jù)外部數(shù)據(jù)的統(tǒng)計規(guī)律來調(diào)節(jié)系統(tǒng)參數(shù)，以使網(wǎng)絡(luò)輸出能反映數(shù)據(jù)的某種特性。 對損傷有冗余性 —大腦即使有很大一部分受到了損傷，它仍然能夠執(zhí)行復(fù)雜的工作。 處理信息的效率極高—神經(jīng)細(xì)胞采用了并行的工作方式，使得大腦能夠同時處理大量的數(shù)據(jù)。 善于歸納推廣 —極擅長的事情之一就是模式識別，并能根據(jù)已熟悉信息進(jìn)行歸納推廣 。 它是有意識的—這個在人工神經(jīng)網(wǎng)絡(luò)中不予討論。,人工神經(jīng)網(wǎng)絡(luò),模擬大腦的人工神經(jīng)網(wǎng)絡(luò)ANN是由許多叫做人工神經(jīng)細(xì)胞（也稱人工神經(jīng)原，或人工神經(jīng)元）的細(xì)小結(jié)構(gòu)模塊組成。人工神經(jīng)細(xì)胞就像真實神經(jīng)細(xì)胞的一個簡化版，但采用了電子方式來模擬實現(xiàn)。 一個人工神經(jīng)細(xì)胞可以有任意n個輸入，n代表總數(shù)。可以用下面的數(shù)學(xué)表達(dá)式來代表所有n個輸入： x1, x2, x3, x4, x5, ., xn 同樣 n 個權(quán)重可表達(dá)為: w1, w2, w3, w4, w5 ., wn 那么激勵值就是所有輸入與它們對應(yīng)權(quán)重的之乘積之總和。,如下圖，網(wǎng)絡(luò)的每一層神經(jīng)細(xì)胞的輸出都向前饋送到了它們的下一層，直到獲得整個網(wǎng)絡(luò)的輸出為止。這一種類型的神經(jīng)網(wǎng)絡(luò)就叫前饋網(wǎng)絡(luò)。 網(wǎng)絡(luò)共有三層（輸入層不是神經(jīng)細(xì)胞，神經(jīng)細(xì)胞只有兩層）。輸入層中的每個輸入都饋送到了隱藏層，作為該層每一個神經(jīng)細(xì)胞的輸入；然后，從隱藏層的每個神經(jīng)細(xì)胞的輸出都連到了它下一層（即輸出層）的每一個神經(jīng)細(xì)胞。圖中僅僅畫了一個隱藏層，作為前饋網(wǎng)絡(luò)，一般地可以有任意多個隱藏層。,人工神經(jīng)網(wǎng)絡(luò),神經(jīng)網(wǎng)絡(luò)的人機(jī)博弈應(yīng)用,人機(jī)博弈的重要事件,1988年，“深思”擊敗丹麥特級大師拉爾森 1989年，每秒思考速度達(dá)200萬步的“深思” 0 比2不敵卡斯帕羅夫 1993年，“深思”二代擊敗了丹麥國家隊，在與前女子世界冠軍小波爾加的對抗中獲勝 1996年，性能高于“深思”數(shù)百倍的“深藍(lán)” 以2比4負(fù)于卡斯帕羅夫 1997年，“更深的藍(lán)” 以3.5比2.5擊敗了卡斯帕羅夫 2001年，一家德國公司開發(fā)的國際象棋軟件“更弗里茨”擊敗了除克拉姆尼克之外的所有排名世界前十位的棋手 2002年10月，“更弗里茨”與克拉姆尼克在巴林進(jìn)行“人機(jī)大戰(zhàn)”，雙方以4比4戰(zhàn)平 2003年1至2月 由兩位以色列電腦專家研究出的“更年少者”與卡斯帕羅夫?qū)?，雙方3比3戰(zhàn)平。,1997年卡斯帕羅夫與深藍(lán)2的人機(jī)大戰(zhàn),2003年卡斯帕羅夫與更年少者的人機(jī)大戰(zhàn),神經(jīng)網(wǎng)絡(luò)的人機(jī)博弈應(yīng)用,Gerald Tesauro 的西洋雙六棋 西洋雙陸棋是西方一種狀態(tài)空間比較大的棋類游戲。1992年，IBM的工程師Gerald Tesauro利用人工神經(jīng)網(wǎng)絡(luò)，編寫出一款雙六棋程序TD-Gammon。在本例中使用的神經(jīng)網(wǎng)絡(luò)包含198 個輸入節(jié)點、 80個隱含節(jié)點和1 個輸出節(jié)點。其中輸入節(jié)點輸入的是棋盤的局面特征,輸出的是對棋盤的評估值。,,有興趣的可以參考,五子棋 在本例中用這種方法的五子棋程序采用BP 神經(jīng)網(wǎng)絡(luò)來求評估值,網(wǎng)絡(luò)即為局面評估函數(shù) f 。它有56個輸入節(jié)點,28 個隱含節(jié)點和2 個輸出節(jié)點。,輸入節(jié)點中有28 個代表計算機(jī)局面的特征,另 28 個代表對手局面的特征。2 個輸出節(jié)點分別是對計算機(jī)棋手局面與對手局面的評估, 兩個值相減得到對局面的評估值。,莫建文等. 基于TD強(qiáng)化學(xué)習(xí)智能博弈程序的設(shè)計與實現(xiàn)[J]. 計算機(jī)應(yīng)用,2004,24(6):287-288,有興趣的可以參考,小實驗：井字過三關(guān),介紹： 即課本第一章習(xí)題1.5中提到的tic-tac-toe。兩個玩家，一個打圈(O)，一個打叉(X)，輪流在3乘3的格上打自己的符號，最先以橫、直、斜連成一線則為勝。先下玩家有優(yōu)勢，雙方無失誤，將是和局。,一個空白的棋盤,一場游戲的過程,原理概述 設(shè)計由九個感知器組成的單層人工神經(jīng)網(wǎng)絡(luò) 輸入：將棋局分布用九位的二進(jìn)制數(shù)表示，每一位作為一個輸入。 對方 用 -1 表示；己方 用 1 表示；空白格用 0 表示。 例子：1 -1 -1 0 1 0 1 0 -1 輸出：應(yīng)該落子的位置輸出為1 其余位置輸出為0,,部分輸入向量,對應(yīng)的目標(biāo)輸出值,部分訓(xùn)練樣例,實驗利用Matlab中的神經(jīng)網(wǎng)絡(luò)工具箱來進(jìn)行，將輸入向量和目標(biāo)輸出分別保存為p_1和t_1兩個文件，建立神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。學(xué)習(xí)速率取0.05，訓(xùn)練次數(shù)定為1000次。,訓(xùn)練結(jié)果 經(jīng)過訓(xùn)練，對部分棋局能作出正確判斷，但有時也會出現(xiàn)不正確的結(jié)果。,成功的例子,失敗的例子,網(wǎng)絡(luò)過于簡單？,,,,,,進(jìn)一步的改進(jìn),利用多層前饋網(wǎng)絡(luò),http://homepages.cae.wisc.edu/~ece539/project/f01/index.html,有興趣的可以參考,程序演示,謝謝,