Browsing by Author "Chen, Pin-Yuan"
Now showing 1 - 2 of 2
- Results Per Page
- Sort Options
Item 利用AlphaZero框架實作與改良MiniShogi程式(2020) 陳品源; Chen, Pin-Yuan2016年3月，DeepMind的AlphaGo程式以4:1的結果擊敗了當時韓國職業圍棋9段棋士李世乭，讓電腦對局的AI程式在強化學習的路上取得了巨大的突破與成就。隨後2017年10月更提出了AlphaGo Zero方法，以100:0的比數戰勝了原本的AlphaGo Lee程式，也證明了不用人類的棋譜當作先驗知識，就可以訓練出比人類還要更強的圍棋程式。而DeepMind最終把AlphaGo Zero方法一般化成了AlphaZero方法，也訓練出了當今世界棋力最強的西洋棋與將棋程式。但相對的，DeepMind也運用了非常龐大的運算資源來訓練，才得到了最強的棋力。 本論文所研究的棋類為1970年楠本茂信所發明的5五將棋，5五將棋是一種將棋變體，特色是棋盤大小比本將棋還要小，只有5×5的盤面，將棋則有9×9，所以5五將棋是很適合一般人在硬體資源有限的情況下，來實作電腦對局的AI程式項目。 本實驗是使用AlphaZero的演算法，搭配AlphaZero General框架來實作出使用神經網路搭配強化學習來訓練的AI程式，而我們也搭配了一些已知的優勢策略做改良，讓我們可以在有限的硬體資源下，增進神經網路模型的訓練效率。 在5五將棋的訓練中，我們使用兩種方法去做改良，第一種方法是依盤面的重要性對樣本做採樣，設定中局會比終盤與開局還要高的採樣機率，期待能讓神經網路學習下中盤棋局時能比一般的版本下的更好。 第二種方式是用能贏直接贏的方式去訓練，藉由提前一回合看到終局盤面，來達到Winning Attack的效果，因為MCTS在下棋時，即便是遇到能分出勝負的走步，不一定會走出能分出勝負的那一步，導致神經網路權重會收斂的很慢，而藉由此方法，可以比一般的訓練方法還要快的收斂。 本研究所採用的兩個方法是一個成功一個失敗的結果，以實驗數據來說，如果取樣取的好，是有機會提升棋力的，但數據的表現上除了一組數據外，其他數據皆不盡理想；而Winning Attack的棋力提升的數據就非常顯著了，不過兩種方法搭配起來一起訓練時，雖然也會提升棋力，但是兩個方法沒有互相加成的效果。Item 文化遺產吸引力建構：以法國羅瓦河流域布洛瓦城堡和狂人國為例(2016) 陳品元; Chen, Pin-Yuan充滿文化和歷史意義的文化遺產若經適當開發，則能兼顧保存文化遺產、宣傳地方特色、推動觀光、提振當地經濟等目的，本研究旨在探討不同的文化遺產的吸引力建構方式，以及觀光客對開發方式之觀感。內文將探討文化遺產與所在地文化、觀光如何相互作用，並將遺產吸引力建構此議題分為兩個子題，一為運用遺產本身元素、強化｢比較性優勢｣的建構方式，二為連結外界資源、運用創意強化｢競爭性優勢｣的建構方式，最後融合比較性優勢與競爭性優勢創造獨一無二的吸引力與競爭力，並以相關理論及個案進行探討與驗證。本研究以法國羅瓦河流域的布洛瓦城堡與狂人國主題公園為例，討論兩個較不具知名度的文化遺產如何透過不同的吸引力建構方式，藉由本身背景條件擬定策略，吸引本地或國際觀光客的注意，並進一步發展文化觀光。研究方法則採取實地觀察個案文化遺產的吸引力建構與開發方式並輔以訪談，了解觀光客對於文化遺產進行建構後成果之觀感，進行跨個案比較後，期待能映證理論並歸納出可用的文化遺產吸引力建構與開發方式。本研究貢獻則在於從理論的整理為始，區分有形文化遺產與無形文化遺產，並以實際觀察個案開發方式作為基礎佐證，整理出不同類型的文化遺產適合開發方式，並藉由個案的比較和遊客的觀感做為提供適當吸引力建構方式建議的基礎，使兩方可以互相參考、檢視現有的開發方式，進一步強化文化遺產現 有吸引理建構方式或發展嶄新的開發方式以提升競爭力，使文化遺產具備吸引力與獨特性。