的这款系统是基于神经网络原理，与目前世面上机器人系统最大的区别就是，它不再需要人类数据。
也就是说，它一开始就没有接触过人类棋谱。它使用新的强化学习方法，让自己变成了老师。”
看着台下的评委都露出一股思索的表情，落寒继续补充道：
“这个系统一开始甚至并不知道什么是围棋，只是从单一神经网络开始，通过神经网络强大的搜索算法，进行了自我对弈。
随着自我博弈的增加，神经网络逐渐调整，提升预测下一步的能力，最终赢得比赛。”
落寒慢慢讲诉着自己的设计理念，评委则是越听越吃惊，心里都泛起惊涛骇浪，就算是不是研究智能系统这一方向的老师，都开始感兴趣起来。
“理论上来说，它不光可以成为围棋机器人，他甚至可以通过自我博弈学习任何一种棋类。”
落寒发现刚才那位评委又开始兴奋起来，他赶忙说道：
“不过，我也不知道什么地方出来问题，导致这个系统在提升到职业五段的水平后，就停止不前了，目前我还没找到解决办法。”
张卫国一听又重新平静下来，继续问着关键问题：
“那你落子时如何选择的？选择方案是什么？”
“根据我了解的相关论文文献，到现在为止所有研究所设计的相关系统，落子时的选择都是基于两方面的考虑。”
“一是通过训练形成一个‘策略网络’，主要是将棋盘上的局势作为输入信息，并对所有可行的落子位置生成一个概率分布。
然后，训练出一个‘价值网络’对自我对弈进行预测，以-1到1的标准，预测所有可行落子位置的结果。
这两个网络自身都十分强大，而目前国际上所有的相关文献描述的都是，将这两种网络整合进基于概率的蒙特卡罗树搜索中，实现了它真正的优势。”
张卫国推了推眼镜，额头微点，这个落寒肚子里倒是有不少货啊，他说的正是他们的设计思路。
“而我的系统在设计如何落子时是将上述两个神经是网络合二为一，摒弃了棋谱，通过它自己产生大量自我对弈棋局，为下一代版本提供了训练数据，此过程循环往复。
让它从低级的对战慢慢成长，从而让它能得到更高效的训练和评估”
落寒停顿了一下，观察了一下评委，发现他们差不多消化了他所说的信息，继续道：
“在获取棋局信息后，围棋系统会
本章未完，请点击下一页继续阅读！