Publication details

Probabilistic neural network playing and learning Tic-Tac-Toe

Journal Article

Grim Jiří, Somol Petr, Pudil Pavel


serial: Pattern Recognition Letters vol.26, 12 (2005), p. 1866-1873

research: CEZ:AV0Z10750506

project(s): GA402/02/1271, GA ČR, GA402/03/1310, GA ČR, FP6-507772, Comission EU, 1M0572, GA MŠk

keywords: neural networks, distribution mixtures, playing games

abstract (eng):

A probabilistic neural network is applied as a tool to approximate the statistical evaluation function for a simple version of the game Tic-Tac-Toe. We solve the problem by a sequential estimation of the underlying discrete distribution mixture of product components. The training data is obtained by observing a simple artifical player based on a look-up table. The resulting neural network outperforms the artificial player both in the starting and defending position.

abstract (cze):

Pravděpodobnostní neuronová síť je použita jako nástroj pro aproximaci statistické evaluační funkce pro hru "piškvorky". Řešení spočívá v odhadu distribuce výhodných stavů ve tvaru distribuční směsi s použitím EM algoritmu. Trénovací datový soubor je získáván záznamem úspěšných tahů ze hry simulované pomocí jednoduchého algoritmu. Výsledná neuronová síť je úspěšnější než umělý algoritmus jak v zahajovací tak i v obranné pozici.

Cosati: 09K, 12B

RIV: BB