人与AI进行对弈谁胜谁负

热烈庆祝清华建校108年

昨天和清华大学参加智能车竞赛的队伍进行交谈，参加室内“步步为营”创意组的潘晓凡同学演示了他们对车模如何自动决策移动棋子和设置障碍的算法软件，并介绍了设计的主要思想：

潘晓凡同学介绍他的步步为营的AI软件

1、在开始写下棋程序之前，需要先建立一套规则，将棋盘上的任意局面用数组表示出来。这样我们就可以将棋盘局面以数组的形式作为函数的输入和输出。

2、确定了一套表示方案后，就可以开始编写用于下棋决策的程序。对于任意给定的棋盘局面，要让这个程序输出它认为最优的操作。

人与AI进行步步为营对弈

3、在程序拿到当前棋盘上局面时，首先需要求出下一步符合规则的所有下棋方式，包括棋子朝某个方向移动、或者在某个位置放置障碍。这些下棋方式所形成的局面同样以数组的形式储存。

4、接下来，使用某种评估函数来对接下来可能出现的各种局面进行"打分"。对每种操作带来的局面进行评估后，让程序输出最佳的一种即可。

八皇后最优移动路线

5、评估函数有很多种写法，这决定了程序如何做出选择。函数中可能会包含一些待定的参数。可以通过让两种参数的ai互相下棋，"左右互搏"的方式，配合随机数的使用，从而实现参数的调整优化。

最后，潘晓凡同学还对规则中关于两皇后相遇之后的移动规则，以及是否允许在两次摆放障碍之间摆放障碍的规则进行了讨论。

障碍摆放规则

问题提问

提问：这个阳光怎么样？

回复：恰到好处。图片中没有看到阳光呀。

提问：这种带有PCB的超级电容可以直接使用吗？

回复：可以的。

提问：卓老师 有个问题：为什么位置式PID转为增量式时，位置式的KP对应的是增量式的KI。

回复：所谓增量式，即每次将结果增加在上一次的结果之上，所以这个过程已经有了一个累加，相当于已经有了一个积分，故此，增量式的比例系数就对应了原来位置式的微分系数，增量式的积分系数对应位置式的比例系数，而 增量式中表示微分的部分，就采用了二阶差分。对比上面两个式子就可以明显看到这种对应关系。

提问：卓老师，同一个学校能用同一个传感器的pcb吗，logo不一样的？。

现场检查相车模过程

回复：这属于内部抄袭，两个队伍都会被取消成绩的。如果查到与别的学校队伍的PCB相同，也都会被取消成绩的。以前发生过这种赛场上出现的N胞兄弟相会的事件。、

提问：请问一下卓老师，双车会车区识别如果只用摄像头识别黑色区域容易导致把转弯处赛道外背景布识别成会车区怎么解决？

回复：解决这个问题还是需要在图像处理算法上下一些功夫。如果自己软件算法功底不够，那就这个只要将摄像头的角度稍微往下沉一下，以速度换准确度；或者使用双摄像头方案，以复杂度换准确度；或者配合使用红外线管，以冗余度换准确度；或者什么都不改变，以人品换运气。