我们使用蒙特卡罗算法来评估一个着法有多好（差）。蒙特卡罗算法评估某一着法有多好（差）的方法是由两个随机AI（选择的着法完全随机）对一个给定的盘面下若干盘“虚拟棋”。从一个给定的盘面开始，然后对每一可行着法计算指定数量的后续着法完全随机的“虚拟棋”。之后，我们统计所有可行走法的平均值，以反映出“好”的着法。最后是选择有着最高的平均值的着法，蒙特卡罗AI在真正的棋局中应用这一着法。阅读全文>
发表于 @ 2008年05月04日 22:41:00|评论(loading...)|收藏
这篇文章主要介绍了从不同类型的HTML文件中抽取出真正有用的正文内容的一种有广泛适应性的方法。其功能类似于CSDN近期推出的“剪影”，能够去除页眉、页脚和侧边栏的无关内容，非常实用。其方法简单有效而又出乎意料，看完后难免大呼原来还可以这样！行文简明易懂，虽然应用了人工神经网络这样的算法，但因为FANN良好的封装性，并不要求读者需要懂得ANN。全文示例以Python代码写成，可读性更佳，具有科普气息，值得一读。阅读全文>
发表于 @ 2007年08月13日 19:09:00|评论(loading...)|收藏
在《用profile协助程序性能优化》一文中，我们学习了python用以协助性能优化的模块——profile/hotshot/timeit等，但缺少一个实例来让我们动手尝试，今天我拿以前写的A*算法的python实现来开刀，临床实验。阅读全文>
发表于 @ 2007年02月04日 21:41:00|评论(loading...)|收藏
终于等够了三个月，杂志的约定已经到期，可以把这篇文章发表到网络跟大家分享。本文原发表于《游戏创造》杂志www.chinagcn.com，如蒙转载，请保留原文和本声明完整，并注明转载自恋花蝶的博客：http://blog.csdn.net/lanphaday阅读全文>
发表于 @ 2006年12月26日 09:24:00|评论(loading...)|收藏
人机博弈是一门比较专的学科，我们因为英文劣势，大部分中国高手都不能快速的在比赛中学习和实现一些复杂的算法，以致成绩不太如意；我挟之前对这方面的了解，做得还算行，所以把代码公开出来，可以多一点中文方面的资料和源码给大家参考，我也感到非常荣幸。这份代码的计算能力：以6*6的棋盘为例，这份代码在VC6的release模式下编译运行可以在1秒内搜索并评估83万个叶子节点，计算层次在8-9层；如果用MiniMax算法不进行剪枝，只能搜索到3-4层（测试机器皆为超线程P4 3.0G＋1G内存）。这就是算法的力量吧。阅读全文>
发表于 @ 2006年10月19日 19:14:00|评论(loading...)|收藏
最近因为一个任务要用到A*算法，就用C++实现了一份。不过只是用A*来检测从A点到B点有无通路，不必输出路径，后来想把代码贴出来，但又觉得不如实现一个简单的寻路应用好一些，就用python写了一个版本贴上来。阅读全文>
发表于 @ 2006年10月11日 11:50:00|评论(loading...)|收藏