摘要： 为了进一步提升布局的质量以提升藏族久棋博弈智能体程序棋力，提出了藏族久棋 的一种两阶段计算机博弈算法，为藏族久棋的布局阶段设计了基于卷积神经网络和蒙特卡洛树搜 索的自对弈算法，通过卷积神经网络指导蒙特卡洛树进行搜索，训练出最优模型并生成质量更高 的着法；为战斗阶段设计了基于领域知识的 ＡｌｐｈａＢｅｔａ剪枝算法。通过设计分阶段算法的方式将 深度强化学习与领域知识相结合，试图解决藏族久棋博弈算法研究棋谱数据匮乏、博弈智能体的棋力水平较低等问题。实验结果表明：基于两阶段算法的博弈智能体程序与全局使用 ＡｌｐｈａＢｅｔａ 剪枝算法的博弈程序、人类一段棋手进行对弈，分别取得了 ６５％、６０％的胜率。基于两阶段算法的 博弈智能体程序在一定程度上具备了“学习”和“思考”的能力，棋力得到了提升。

关键词: 藏族久棋；卷积神经网络；蒙特卡洛树搜索；自对弈；ＡｌｐｈａＢｅｔａ剪枝

中图分类号: 

• TP183