基于Python和C++实现的人工智能五子棋游戏 课程论文+源码

---

目录1监督学习 11.1问题描述 11.2方法描述 11.3步骤描述 11.4结果分析 22博弈搜索 32.1问题描述 32.2方法描述 32.3原理描述 32.4步骤描述 32.5结果分析 43进化计算 43.1问题描述 43.2方法描述 43.3原理描述 43.4步骤描述 43.5结果分析 54强化学习 54.1问题描述 54.2方法描述 64.3原理描述 64.4步骤描述 74.5结果分析 81监督学习1.1问题描述能够用拍照方式识别五子棋下棋过程中当前落子的位置，识别程序中应使用到监督学习算法。1.2方法描述使用 yolov5 实现对五子棋的目标识别，使用编写的五子棋界面生成训练和测试数据。下载预训练模型后，进行迁移学习，训练得到识别黑白棋的模型。1.3步骤描述1.利用五子棋界面生成训练数据对于五子棋界面的实现，考虑到界面不是本次作业实现的主要目标，所以使用 tkinter 库来实现五子棋简易界面。yolov5 所用的标签格式为 [物体类型 物体中心 x 值 物体中心 y 值 物体长度 物体宽度]。随机生成五子棋局面，绘制界面，生成标签，训练数据大小为 200 张图片生成训练数据的代码位于 Python/window/create_train_data.py 文件中。2.下载 yolov5 项目，下载预训练模型yolov5 所用的模型代码来自 github 上的一个 项目。考虑到黑白棋的特征明显，识别出来的难度不大，所以我使用的预训练模型为 YOLOv5s 模型。在进行 100 次的训练后能够较好地得到结果。3.对模型进行训练模型训练过程中准确率和召回率和 IoU 阈值为 0.5 时的 mAP 值变化如下：