我正在开发一种应该能够下棋的AI。我想利用keras神经网络来评估董事会的位置。我想通过在AI和AI之间玩很多游戏来教NN。我已经实现了 alpha-beta修剪。
我的想法是创建一个csv文件，其中包含AI玩过的每个游戏的位置。我会选择要存储在其中的变量。很简单的例子：
"white_pawns","black_pawns","white_queens","black_queens","white_pawns_on_side","white_won"
3,7,1,2,0,False
3,5,3,0,1,True
我想使用这些值来训练模型，然后用它来评估当前板的位置。所以主要问题是：
在给定这些变量的情况下，如何使神经网络输出位置值？例如0绘制时，1绘制时。首选keras，但我可以使用其他python库。
如果您能消除我的其他一些疑问，我也将不胜感激。 这种方法有什么缺陷吗？单个游戏的每个位置都会使神经网络过度拟合吗？也许我每场比赛只能选几个位置？
答案 0 :(得分：0)
我想您知道这一点，但是当一个人评估木板时，他不仅在看材料，而且还在看棋子的位置。其次，使用此csv，如果看到的只是真或假，则无法决定哪个电影更好。这就是为什么发动机的评估是数值的。还是要它输出一个从-1到1的数字，然后是分数？希望做同样的事情，但对于白获胜，则执行1；对于黑获胜，则执行-1；对于平局，则执行0（在数据集文件中）。如果您想和我一起做，请打我（是否有用于堆栈溢出的消息传递服务？）。
我有一个正在使用的python引擎，这是一个认识新朋友的机会。
这只是我的第一个答案，所以如果有不清楚的地方，请发表评论，我会尽力提供帮助！
同样，如krish所说，这可以通过强化学习来实现。但首先您需要制作一个dqn（深度q网络（q学习是一种非常流行的强化学习算法）），为此您需要另一个网络。因为如果没有的话，这将花费很多时间进行训练。