如何正确地向 CNN 表示井字游戏?

数据挖掘 机器学习 神经网络 深度学习 卷积 机器学习模型
2022-02-03 15:03:49

我正在研究如何在 python 中操作卷积神经网络 (CNN),并且我想将这种 NN 应用于玩井字游戏的代理玩家。我知道这很奇怪,而且这个问题不需要像 CNN 这样复杂的解决方案,但我使用这个环境只是为了更好地学习并与我实施的 MLP 的训练进行比较。

因此,我正在尝试考虑如何正确地将板表示为 CNN 的输入。与我们可以认为输入为 8x8x6 的棋盘不同(8x8 作为代表棋盘的 2d 数组和代表游戏不同部分的 6 个通道),井字游戏对我来说有点复杂,因为只有一种片。将 X 和 O 表示为不同的部分是否可能且正确?有没有人实施过这样的事情?

1个回答

我在我的硕士论文中使用井字棋盘来解释卷积的价值(如果您有兴趣,请参阅https://apps.dtic.mil/dtic/tr/fulltext/u2/1046500.pdf结帐第 21-23 页)。我认为这个插图(摘自我的论文)可能会回答有关如何向 CNN 代表董事会以及您希望您的过滤器可以通过培训学到什么的问题。假设您可以训练网络识别可播放空间并在向网络添加更多层时预测最佳 X/O 位置。虽然这并没有告诉您如何执行此操作,但我认为我的图表将有助于开发您应该为您的网络提供什么类型的输入以及一些维度以回答您的问题。井字游戏卷积介绍