arXiv cs.AI· Abhijeet Krishnan, Chris Martens·· 10 天前AI 评分18
面向可解释国际象棋战术的自动合成研究
Towards the Automatic Synthesis of Interpretable Chess Tactics
AI 导读
研究者提出一种符号化子策略模型，借助归纳逻辑编程系统 PAL 学习到的模式来合成可解释的国际象棋战术，并引入散度指标对照随机基线进行评估，所得战术能给出与国际象棋初学者棋力相近的走法建议。该工作还提出通过将模型接入现成引擎来进行计算评估的方案。
正文 · AI 翻译
摘要：最先进的强化学习智能体能够在国际象棋、围棋和《星际争霸 II》等游戏中超越人类专家。这些智能体并非仅仅利用其数字硬件在反应和计算速度上超越人类，而是采用了能带来更多胜利的更优策略。解读这些策略将为人类玩家提供宝贵的洞见，帮助他们提升棋艺。在这项初步工作中，我们提出了一种用于下国际象棋的符号子策略模型。受国际象棋战术的启发，我们的模型尝试融入领域知识以提高可解释性。我们改编了一个名为 PAL 的归纳逻辑编程系统所学习到的模式，以推导出我们的模型。我们贡献了一个散度指标，用于对照随机基线评估我们的模型，并找到了一组能够给出与人类初学者棋力相近的走子建议的战术。最后，我们通过将现成的引擎与该模型结合，提出了一种针对该模型的计算评估方案。
| 学科： | 人工智能（cs.AI）；机器学习（cs.LG）；符号计算（cs.SC） |
| 引用为： | arXiv:2610.07640 [cs.AI] |
| （或 arXiv:2610.07640v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.07640 由 DataCite 颁发的 arXiv DOI（待注册） |
|
| 期刊 参考： | Proceedings of the Explainable Agency in Artificial Intelligence Workshop, 36th AAAI Conference on Artificial Intelligence, 91-97, Mar 2022 |
提交历史
来自：Abhijeet Krishnan [查看电子邮件]
[v1]
2026年10月6日星期二 02:35:09 UTC（41 KB）
来源：arXiv cs.AI · arxiv.org