HeavyIndustry的专栏

在计算机博弈的研究中，经常需要使用到哈希表的技术。对于传统的Alpha-Beta剪枝来说，提高效率不可避免的需要用到置换表技术，也就是一种特殊的哈希表。即便是在蒙特卡罗方法洗刷了半个计算机博弈研究领域之后，其领先的UCT算法也常常需要用到哈希表来提高算法的效率。Zobrist就是一种非常有效的将局面映射为一个独特的哈希值的方法。对于任何一个不同的局面，其使用Zobrist所算出来的哈希值是完全不同的。

百度开发的围棋程序Bingo，由自然语言处理部门来进行。实际上，这可能是机器学习的一次小胜利。Link:百度杨程：人工智能让系统懂得“学习”-IT168 软件专区在原文中，关于算法的解释是这样的。进入21世纪，基于蒙特卡洛树状搜索的UCT算法一直被业界视为解决计算机为其问题的关键，但UCT算法同样存在着取样量巨大、运行缓慢的致命问题。在UCT算法的基础上

第一章     计算机博弈简史计算机博弈(Computer Game)，在某些时候也成为机器博弈，在近年来受到了越来越大的关注。博弈（GamePlaying）是一种竞争，而竞争现象广泛存在与社会活动的许多方面，因此博弈论可以很自然地引深并应用到含有竞争现象的政治、经济、军事、外交等各个领域。然而，从狭义的“博弈”来讲，人机博弈（计算机下棋）是各个领域博弈理论的起源与基础，在人工智能方面更是一个