2、组合游戏与家用服务机器人的学习策略探索

组合游戏与家用服务机器人的学习策略探索

1. 组合游戏的机器学习方法

在组合游戏中，有四种机器学习方法用于学习 N - P 位置，分别是归纳逻辑编程（ILP）、人工神经网络（ANN）、支持向量机（SVM）和基于案例的推理（CBR）。

1.1 实验结果对比

实验表明，ILP 在给定最多 26 个示例和足够的背景知识的情况下，能够为 6 种不同的组合游戏的获胜策略学习 N - P 分类器。而 ANN、SVM 和 CBR 即使使用 200 个随机采样的示例，也无法在任何情况下达到 100%的预测准确率。

方法	示例数量	预测准确率	能否给出有用提示
ILP	最多 26 个示例 + 背景知识	可学习分类器	能
ANN	200 个随机采样示例	未达 100%	否
SVM	200 个随机采样示例	未达 100%	否
CBR	200 个随机采样示例	未达 100%