小虫象棋团队在吸收2010年版的优秀知识的基础上，使用最新的位棋盘技术重新编写了整个引擎，同时采用了最先进的搜索算法，引擎的运行效率提高了200%以上，直接的棋力提升更是高达400等级分，在与一些知名象棋软件的对抗测试中，取得极高的胜率。小虫象棋取得飞跃性的进步，还得益于领先的审局体系。小虫象棋的审局体系与传统引擎有较大区别。2016年AlphaGo以4比1的总比分大胜世界冠军李世石，此后更化身master现身野狐，横扫人类顶尖高手，未逢敌手。小虫象棋团队充分借鉴了AlphaGo的论文，在深度学习专家3DChess作者的推动下，建立了基于深度学习的参数优化模型，在一定程度上实现了审局参数自动优化，同时发现尚未被人类总结的象棋知识。总体而言，小虫象棋棋风细腻，能攻善守，防守时稳健，攻杀时凶猛。小虫象棋对中国象棋的各种典型杀法的审局处理比较到位，能很好地抓住对方的防守漏洞，必要时弃子攻杀，一举擒王。在局势处于下风时防守顽强，往往能化险为夷。由于小虫象棋团队现阶段将研究重心放在审局优化上，暂不支持残局库。但计划在半年内陆续支持基本的残局库和审局库。
2021-03-05 18:14:18
23.47MB
1
电子线路线性部分 [冯军谢嘉奎主编] 2010年版电子线路线性部分 [冯军谢嘉奎主编] 2010年版电子线路线性部分 [冯军谢嘉奎主编] 2010年版电子线路线性部分 [冯军谢嘉奎主编] 2010年版电子线路线性部分 [冯军谢嘉奎主编] 2010年版
2021-02-28 11:11:02
90.92MB
1