围棋人工智能AlphaGo系列算法的原理与方法

章胜¹，龙强^2*，孔轶男³，王宇²

1. 中国空气动力研究与发展中心空天技术研究所，绵阳621000

2. 西南科技大学计算机学院，绵阳621000

3. 中国空气动力研究与发展中心计算空气动力研究所，绵阳621000

摘要 围棋人工智能AlphaGo系列算法不仅成功地求解了以围棋为代表的完全信息博弈问题，而且具有更加广泛的适用性。依算法的发展历程，从基本原理与技术特征方面对Alpha⁃Go Fan到MuZero的一系列算法进行了梳理，说明了AlphaGo系列算法的落子原理，阐释与对比了其中采用的关键技术：蒙特卡洛树搜索和深度神经网络的建模及训练。AlphaGo系列算法对解决实践中的其他重要问题，从算法设计、神经网络建模到模型利用等方面都具有重要的参考意义。

关键词 人工智能；AlphaGo系列算法；蒙特卡洛树搜索；深度神经网络；强化学习

（责任编辑  刘志远）

http://www.kjdb.org/CN/Y2023/V41/I7/79