版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、博弈游戲的分類方法之一是根據其游戲的參與者是否擁有完備的游戲信息。據此,博弈游戲可以被分為完備信息博弈和非完備信息博弈兩個大類。在非完備信息博弈過程中,每個游戲者擁有自己單獨的信息集,也就是說,他只擁有整個游戲的部分信息。
圍繞著完備信息博弈的研究已經取得了相對成熟的結果。很多人工智能程序的核心架構是:當電腦走棋的時候,根據當前棋局創(chuàng)建一個部分的博弈樹,利用估值函數(shù)對葉結點進行估值,通過估值的結果來進行極大極小值搜索,找到一個
2、在根結點的最佳走步。然而,迄今為止非完備信息下的非常成功的人工智能博弈程序很少。非完備信息博弈問題的解決技術和完備信息有很大的差異,應用于完備信息的技術不一定能夠成功的應用到非完備信息博弈中。
蒙特卡羅抽樣算法是現(xiàn)今應用于非完備信息博弈中的一個基本方法,它通過隨機抽樣將非完備信息博弈問題轉換為完備信息博弈問題,同時通過大規(guī)模的抽樣次數(shù)來逼近真實的情況。該方法在一些非完備信息博弈游戲中,例如Alberta的橋牌程序,已經取得了較
3、好的效果。
UCT(Upper Confidence Bound Apply to Tree):應用于博弈搜索樹的上限置信區(qū)間算法。這種新興的搜索算法采用以上限置信值為依據的先深于先廣搜索相結合的方法,在超大規(guī)模博弈樹的搜索過程中相對于傳統(tǒng)的搜索算法有著時間和空間方面的優(yōu)勢。在與風險評估模型相結合的基礎上,可以在可控的時間內得到當前局勢下的相對較優(yōu)的解決方案。
本文探討了UCT算法在非完備信息博弈中超大規(guī)模搜索樹搜索
4、過程中的應用,并基于該算法結合蒙特卡羅抽樣技術和風險評估模型實現(xiàn)了一個具有自動網上掛載功能的四國軍棋博弈系統(tǒng)。本文的主要研究成果和創(chuàng)新之處在于:
1.實現(xiàn)了UCT搜索算法,并將之應用為博弈系統(tǒng)的搜索核心。提高了系統(tǒng)的搜索速度和深度;
2.進一步擴充和精確化了四國軍旗博弈中的蒙特卡羅抽樣技術;
3.在已有四國軍棋的框架系統(tǒng)上,將蒙特卡羅抽樣技術、UCT算法和一個簡單的風險模型有效結合成了一個具有更強的博弈能力
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于半隨機抽樣非完備信息多人機器博弈.pdf
- 非完美信息博弈算法研究與軍棋博弈系統(tǒng)設計與實現(xiàn).pdf
- 非完備信息多人游戲搜索算法的研究.pdf
- 非完備信息博弈估值算法的研究.pdf
- 基于Q學習算法的非完備信息機器博弈的研究.pdf
- 非完備信息系統(tǒng)基于信息熵的約簡.pdf
- 具有完備信息的非合作計算機博弈系統(tǒng)的研究與實現(xiàn).pdf
- Q-學習在非完備信息機器博弈中的應用.pdf
- 非完備信息機器博弈中風險及對手模型的研究.pdf
- 時序差分學習在非完備信息機器博弈中的應用.pdf
- 點格棋博弈中UCT算法的研究與實現(xiàn).pdf
- 基于非完備信息系統(tǒng)的評價對象情感聚類.pdf
- 不完備信息系統(tǒng)的屬性約簡算法.pdf
- 基于濃縮差別矩陣的不完備信息系統(tǒng)的屬性約簡算法研究.pdf
- 基于非合作博弈的功率控制算法研究
- 不完備信息系統(tǒng)上的快速屬性約簡算法.pdf
- 基于非合作博弈的功率控制算法研究.pdf
- 基于濃縮差別矩陣的不完備信息系統(tǒng)的規(guī)則獲取算法研究.pdf
- 基于互信息的冶金煤氣非完備數(shù)據特征選擇.pdf
- 不完備信息系統(tǒng)的增量式知識約簡算法研究.pdf
評論
0/150
提交評論