非完備信息博弈估值算法的研究.pdf

1、計算機博弈是人工智能研究領(lǐng)域一個重要的分支，也是博弈理論研究的熱點方向之一。博弈論按照博弈的參與者是否掌握所有的局面信息可以分為完備信息博弈和非完備信息博弈。其中完備信息博弈的研究水平已經(jīng)接近或者超過人類的博弈水平，而非完備信息博弈由于未知信息太多導致其發(fā)展相對緩慢，有更為廣闊的研究空間。近些年來，人工智能技術(shù)逐漸成熟，計算機分布式計算及集群技術(shù)也不斷發(fā)展，非完備信息博弈迎來了發(fā)展的大好機會。估值算法是非完備信息博弈中的一個重要的組成部

2、分，估值算法對博弈中的不同策略進行評估，通過評估結(jié)果的高低來判斷策略的好壞。估值算法是機器博弈系統(tǒng)中的核心，是區(qū)分不同計算機博弈程序優(yōu)劣的關(guān)鍵因素之一，能夠直接反應計算機博弈體的智能水平。
　　德州撲克是典型的非完備信息博弈牌類游戲，具有一定的代表性，本文主要以計算機德州撲克為實驗對象，研究非完備信息博弈下的估值算法。在博弈問題中，人工神經(jīng)網(wǎng)絡算法一般用來預測對手的動作，本文在前人的研究基礎(chǔ)上，改進了人工神經(jīng)網(wǎng)絡估值算法模型，利用

3、博弈專家的玩法記錄來訓練該模型，進而學習專家的博弈策略并為自己動作的做參考。只學習單一專家博弈策略的系統(tǒng)容易被對手建立模型，對手有針對性的攻擊會導致博弈系統(tǒng)性能變差。因此，本文提出了通過抽樣的方式來向多個博弈專家進行學習，并在抽樣的過程中引入權(quán)值更新和動態(tài)調(diào)整，一定程度上提高了博弈體的智能水平。隨著計算機運算能力的提高，基于人工神經(jīng)網(wǎng)絡算法的深度神經(jīng)網(wǎng)絡算法獲得了廣泛的關(guān)注，深度神經(jīng)網(wǎng)絡結(jié)構(gòu)具有多個隱藏層，每個隱藏層包括多個隱藏節(jié)點，與