資訊工程學系
Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/60
本系前身「資訊教育學系」成立於民國七十四年，首先招收大學部學生，民國九十年成立資訊工程研究所碩士班，而後於民國九十五年進行系、所調整合併為「資訊工程學系」；並於九十六年成立博士班。本系目前每年約招收大學部四十餘人，碩士班六十餘人，博士班約五人，截至民國一百零四年十一月止，總計現有大學部一百九十多人，碩士班一百二十多人，博士班二十三人，合計學生人數約為三百三十多位。
News
Browse
3 results
Search Results
Item 點格棋中小盤面模型取代大盤面模型訓練之可行性研究(2024) 劉怡汎; Liu, Yi-Fan點格棋（Dots and Boxes）是款零和、完全資訊並公正的雙人遊戲，雖然棋盤小卻有較高的複雜度。本論文以3×3盤面的點格棋作為研究主題，實現訓練好的小盤面的AlphaZero神經網路模型取代大盤面的AlphaZero神經網路模型。在實作上，我們採用基於AlphaGo Zero論文實現的AlphaZero General的開源框架專案，透過方便理解的Python開源專案，讓使用者可以輕鬆的在AlphaGo Zero的架構上實作遊戲及訓練神經網路，省去從頭開始開發的成本，能較專注於其他研究中。從實驗結果可以得知，在1天、2天及3天的訓練神經網路時間下，3×3盤面AlphaZero General代理人以平均處理合併policy的方式，在與相同訓練時間的4×4盤面AlphaZero General代理人的對戰中，分別取得64%、58%、57%的勝率。因此在訓練時間限制3天的情況下，可以使用訓練好的小盤面的AlphaZero神經網路模型取代大盤面的AlphaZero神經網路模型。Item 六貫棋遊戲實作與強化學習應用(2019) 王鈞平; Wang, Chun-Ping六貫棋，又被稱作納許棋，是一個雙人對局遊戲，最初是在1942年12月26日在丹麥報紙Politiken發表的一篇文章中出現，被稱作Polygon。於1948年時，由數學家約翰·福布斯·納許重新獨立發明出來，在最初被稱作納許棋(Nash)。後來於1952年遊戲玩具製造商Parker Brothers將其作為遊戲發行，將此遊戲命名為Hex。 在六貫棋的棋盤上由雙方輪流落子，雙方各擁有一組對邊，藉由佔領格子的方式將自己方的兩條邊連接起來以獲得勝利。在六貫棋當中已被約翰·福布斯·納許使用策略偷取的方式證明出六貫棋在先手方擁有必勝策略，而在路數小於8的盤面已經被完全破解出所有的必勝策略。 本研究試圖利用AlphaZero論文當中所提到的訓練方式，利用蒙地卡羅樹搜尋演算法搭配類神經網路訓練，嘗試藉由強化學習，從零人類知識開始只提供遊戲規則的方式，並針對3至4路的六貫棋棋盤，來訓練出能夠自我學習出完全破解3至4路的六貫棋的程式。依循此模式，在計算資源更為豐沛時，未來可以往更高路數的六貫棋實驗其破解的可能性。Item 基於AlphaZero General Framework實現Breakthrough遊戲(2019) 吳天宇; Wu, Tian-Yu在現今人工智慧電腦對局領域中，多數棋類的頂尖程式，都以AlphaZero的開發框架獨占鰲頭，棋力遠超以往傳統的程式，然而此種架構中有許多研發內容並不因不同棋類的規則而有所不同，當需要研發新種類的對局程式時將會有許多重複的前置開發成本。 故本論文中以C++實作遊戲規則及搜尋樹處理，以Python與TensorFlow套件實作類神經網絡訓練，兩者結合出易讀且運行效率較高的通用型AlphaZero框架的程式，此框架能夠讓使用者只需更改遊戲規則，即可開始AlphaZero的訓練模式。相較於GitHub相關開源碼中，Surag Nair先生全部以Python語言開發的alpha-zero-general程式，在突圍棋(Breakthrough)運行上，單執行緒速度效能可提升77.8%。 此外，本論文另外實作並測試三個可能的改良方法，用於提升整體AlphaZero訓練流程的棋力。其修改點並不因不同棋類規則而有所不同，目的在於讓後續能套用至通用型AlphaZero框架的棋類也能夠受益。分別是對訓練資料進行增量的Replay方法、應用MMoE(Multi-Gate Mixture-of-Experts)類神經網路架構於AlphaZero中欲增強網路模型的預測能力，以及利用改良原版AlphaZero中如何贏得越快越好的Quick Win方法，將針對類神經網路的Label更改標記方式與蒙地卡羅樹搜尋演算法進行改良。