[发明专利]一种基于自适应动态规划与蒙特卡罗树搜索的搜索方法在审
| 申请号： | 201910360537.1 | 申请日： | 2019-04-30 |
| 公开（公告）号： | CN110083748A | 公开（公告）日： | 2019-08-02 |
| 发明（设计）人： | 陈志;董阳;岳文静;汪皓平;狄小娟;袁广进 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06F16/903 | 分类号： | G06F16/903;G06N3/04;G06N3/08 |
| 代理公司： | 南京瑞弘专利商标事务所(普通合伙) 32249 | 代理人： | 张耀文 |
| 地址： | 210000 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于自适应动态规划与蒙特卡罗树搜索的搜索方法，包括：输入一个状态、行为和环境的即时反馈值集合，即S、A和R的搜索集；从自适应动态规划训练的神经网络中获得五个候选移动位置及其获胜概率w1；将五个候选移动位置及其当前环境情况视为蒙特卡罗树搜索的根节点，根据蒙特卡罗树搜索方法分别获得5个获胜概率w2；结合五个ADP获胜概率w1及其相应的MCTS获胜概率w2，预测最终获胜概率，进而选择具有最大值的动作位置。本发明结合了浅层神经网络和蒙特卡罗模拟，使用ADP训练神经网络对抗自身，在训练后，神经网络可以获得任何可能情况的获胜概率，从而使游戏的最终预测结果更准确。 | ||
| 搜索关键词： | 获胜概率 树搜索 自适应动态规划 神经网络 搜索 移动位置 蒙特卡罗模拟 训练神经网络 动作位置 即时反馈 预测结果 根节点 浅层 集合 游戏 对抗 预测 | ||
【主权项】：
1.一种基于自适应动态规划与蒙特卡罗树搜索的搜索方法，其特征在于，包括以下步骤：步骤1)输入一个状态、行为和状态的即时反馈值集合，即搜索集X、U和R；步骤2)从自适应动态规划训练的神经网络中获得五个候选移动位置及其获胜概率w1；步骤3)将五个候选移动位置及其当前环境情况视为蒙特卡罗树搜索的根节点，根据蒙特卡罗树搜索方法分别获得5个获胜概率w2；步骤4)结合从自适应动态规划训练的神经网络中获得的五个获胜概率w1及其相应的蒙特卡洛树搜索的获胜概率w2，预测最终获胜概率，进而选择具有最大值的动作位置。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910360537.1/，转载请声明来源钻瓜专利网。
