理學院

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/3

學院概況

理學院設有數學系、物理學系、化學系、生命科學系、地球科學系、資訊工程學系6個系(均含學士、碩士及博士課程),及科學教育研究所、環境教育研究所、光電科技研究所及海洋環境科技就所4個獨立研究所,另設有生物多樣性國際研究生博士學位學程。全學院專任教師約180人,陣容十分堅強,無論師資、學術長現、社會貢獻與影響力均居全國之首。

特色

理學院位在國立臺灣師範大學分部校區內,座落於臺北市公館,佔地約10公頃,是個小而美的校園,內含國際會議廳、圖書館、實驗室、天文臺等完善設施。

理學院創院已逾六十年,在此堅固基礎上,理學院不僅在基礎科學上有豐碩的表現,更在臺灣許多研究中獨占鰲頭,曾孕育出五位中研院院士。近年來,更致力於跨領域研究,並在應用科技上加強與業界合作,院內教師每年均取得多項專利,所開發之商品廣泛應用於醫、藥、化妝品、食品加工業、農業、環保、資訊、教育產業及日常生活中。

在科學教育研究上,臺灣師大理學院之排名更高居世界第一,此外更有獨步全臺的科學教育中心,該中心就中學科學課程、科學教與學等方面從事研究與推廣服務;是全國人力最充足,設備最完善,具有良好服務品質的中心。

在理學院紮實、多元的研究基礎下,學生可依其性向、興趣做出寬廣之選擇,無論對其未來進入學術研究領域、教育界或工業界工作,均是絕佳選擇。

Browse

Search Results

Now showing 1 - 2 of 2
  • Item
    基於AlphaZero General與MuZero General框架實現點格棋
    (2023) 曾羭豪; Tseng, Yu-Hao
    點格棋(Dots and Boxes)是一款雙人、公正、零和與完全資訊的遊戲,儘管棋盤很小就有很高的複雜度。本論文以3×3盤面大小的點格棋作為課題,實現於AlphaGo Zero、MuZero架構上,並且還提出了適用於連續走步棋規的Exact-win策略實現於點格棋上,並運用於AlphaGo Zero的訓練與對弈上。在實作上,我們採用AlphaZero General與MuZero General兩個開源碼,分別是基於AlphaGo Zero與MuZero的論文實現。兩者皆是易於理解的Python開源專案,透過簡潔的架構幫助使用者輕鬆的能在AlphaGo Zero與MuZero的架構上實現遊戲並訓練,省去了從頭開始架構AlphaGo Zero與MuZero的工作,能更專注於相關研究。從實驗結果驗證,我們實現的AlphaZero General、Exact-win與MuZero General代理人,在與破解程式對手的對弈中,分別取得了98%、100%與32%的勝率。此外,還證明了Exact-win策略用於訓練階段能有效提升訓練速度與成效,以及訓練後期代理人棋力穩定度。透過一些盤面測試,證實了這些代理人在一些盤面上確實能搜索出最佳走步並且執行。
  • Item
    MuZero 演算法結合連續獲勝走步改良外圍開局五子棋程式
    (2022) 饒鏞; Jao, Yung
    2019年,DeepMind所開發的MuZero演算法使用「零知識」學習,將人工智慧帶往更加通用的研究領域。由於以此演算法所開發的Muzero-general原始版本外五棋程式,其模型訓練時只估計遊戲的結束狀態,增添了許多訓練時的不確定性,於是本研究嘗試以連續獲勝走步改良此外五棋程式。迫著走步是外五棋遊戲當中非常重要的獲勝手段,連續獲勝走步則是在正確使用迫著走步後,所得出的獲勝走步。本研究透過連續獲勝走步原則,進一步以對局過程中是否有提供以迫著搜索得出之連續獲勝走步,以及不同的迫著搜索設計結合不同情況的連續獲勝走步獎勵,設計了三種不同的改良方法。實驗結果表明,在相同的訓練時間下,三種方法均成功對原始版本進行改良,其中採用加入主動進攻走步之迫著搜索設計為棋力最強的方法。關鍵詞 : MuZero、神經網路、迫著搜索、連續獲勝走步