Earticle

초록

한국어

제스， 드러우트스 （draughts), 오셀로 （othello）와 백게몬 （backgammon）과 같은 다른 게임들과는 틀리게 컴퓨터는 바둑이라는 게임에서 현재 상당히 약하다． 주먹구구식 방법은 프로그램의 상위에 가르는 요인과 게임의 소요시간 때문에 어렵다． 완전한 개막과 끝내기의 표는 폭넓고 다양한 가능성들로 인해서 불가능하다． 게임의 하위 문제점들에 대한 인간의 힘에 접근하기조차도 전에 인간이 만들어 낸 알고리듬 （algorithms）이 매우 복잡하게 된다． 이러한 도전적인 문제에 접근할수 있는 한가지 방법은 기계 학습법 (machine learning）을 사용하여 인간의 증가된 노력 없이 프로그램 자체가 학습을 하고 발전을 하는 것이다． 기계 학습법은 다른 게임들 （예， 드럿스， 백게몬） 에서는 성공적이었다． 본 논문에서， 우리는 기존의 기술들의 전체적인 상황을 이야기한다． 우리는 학습의 다른 측면도 논의하고 연구의 방향도 제시하고자 한다． 특별히， 첫번째 명령 표현 언어가 다전략 학습 체계와 결합된다면 현재 존재하고 있는 것들보다 훨씬 더 많은 것을 이루어 낼 수 있다고 우리는 믿는다．

목차

1. 서문
 2. 컴퓨터 게임하기
 3. 무엇을 배울수 있는가?
 4. 표현 언어
 5. 실험
 6. 결론과 더 깊은 연구
 참고문헌

저자

• Jan Ramon [ Dept. of Computer Science K.L.Leuven. 벨기에 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국바둑학회 국제학술대회논문집 [國際學術大會論文集]

• 간기

  연간

• 수록기간

  2001~2006

• 십진분류

  KDC 691 DDC 794