1. 研究目的与意义（文献综述）

1.1目的及意义

2011年4月，德国政府在汉诺威工业博览会上提出了“工业4.0”战略。2015年5月19日，中国国务院李克强总理提出了“中国制造2025”的国家战略。2016年3月，谷歌deepmind团队研发的基于深度强化学习的alphago围棋程序以4:1的大比分战胜来自韩国的世界顶级围棋高手李世石(lee sedol)。这成为人工智能世界的里程碑事件，在全世界的范围内，引起了人们对于人工智能的关注，引起了大批学者和学生对于深度强化学习的研究。

2. 研究的基本内容与方案

2.1 研究的基本内容

本文研究的基本内容是了解并掌握强化学习算法，学习五子棋下棋方法以及五子棋对弈软件的开发。

2.2 研究的目标

3. 研究计划与安排

第1-2周 确定选题，英文文献翻译

第3-4周 查阅文献，撰写开题报告

第5-10周 设计与实现

4. 参考文献（12篇以上）

1. 赵冬斌, 邵坤, 朱圆恒,等. 深度强化学习综述:兼论计算机围棋的发展[j]. 控制理论与应用, 2016, 33(6):701-717.

2. zhao d,zhang z, dai y. self-teaching adaptive dynamic programming for gomoku[j].neurocomputing, 2012, 78(1): 23-29.

3. 阿尔法狗原理解析http://blog.csdn.net/hereiskxm/article/details/52044089