作为我项目的一部分，我现在正在研究使用人类玩的游戏来训练象棋系统。我在机器学习方面有丰富的知识，但是对于如何进行这项工作一无所知。这个项目太复杂了吗？请就如何进行提供建议。
最佳答案
我想您想要的是下象棋的ML系统？
获得它的一种方法是将其视为模式识别问题。如果使用神经网络对其进行建模，则可以采用以下方式进行处理：
输入是大小为768 = 64 * 2 * 6的二进制矢量（棋盘上64 = 8 * 8个位置，2个玩家，6个不同的国际象棋棋子）
64个输出神经元（每个字段一个）。
网络会为您提供线索，指示要移动的部分。它试图预测人类玩家会选择哪一块。如果网络选择了无效的内容，则可以转到下一个最有可能的内容（假设最后使用了softmax）。
您可以训练另一个使用相同输入的网络。您可能会考虑使用12个要素映射而不是MLP构建CNN。该网络应预测哪个玩家将获胜。然后，您知道第一个网络中的人将移动哪个图形，然后您可以找到第二个网络中的“最佳”移动。
更多资源
您可能对Facebook Research的Better Computer Go Player with Neural Network and Long-term Prediction感兴趣。