检索结果-南通市图书馆

德州扑克计算机博弈对手模型的研究及其智能体的设计

在线全文

学校读者我要写书评

暂无评论

德州扑克计算机博弈对手模型的研究及其智能体的设计

作者：杜松重庆理工大学

学位级别：硕士

计算机博弈是人工智能研究中的子领域。许多学者都曾致力于棋牌类游戏的博弈智能研究工作。游戏,就是按照一套规则进行的活动,游戏中玩家较量技巧与智慧来获得最优的奖励。因此,游戏是优秀的人工智能研究实际场景,也被学者称之为研究人... 详细信息

计算机博弈是人工智能研究中的子领域。许多学者都曾致力于棋牌类游戏的博弈智能研究工作。游戏,就是按照一套规则进行的活动,游戏中玩家较量技巧与智慧来获得最优的奖励。因此,游戏是优秀的人工智能研究实际场景,也被学者称之为研究人工智能的果蝇。人工智能研究通过研究游戏各方的对弈活动,达到研究新算法、验证新算法的目标。另一方面,互联网的普及应用,极大推动了线上游戏产业的发展,人类在线上游戏中实时的、个性化的游戏需求激增,催生了游戏机器人技术,从而给计算机博弈研究带来巨大的商业价值。德州扑克是一种两人或多人牌类游戏,属于不完美信息博弈,即博弈各方不能完全知晓其他各方的全部信息。德州扑克各个玩家的手牌和动作的状态多样性,使其博弈空间巨大,博弈求解过程中搜索路径繁多,寻找最优解非常困难。论文以两人非限制性德州扑克为研究对象,目标是构建一个具有实力的小型德州扑克智能体,为智能体构造对手模型,以提高收益能力。论文的主要工作包括三个方面:（1）针对德州扑克传统评估方法面临的空间复杂度高问题,提出一种新的评估方法,利用大量位运算计算特征值来判断牌型,在此基础上使用线性规划来计算近似牌力值,能快速完成评估牌力,为后续工作奠定基础。（2）针对传统策略求解算法难以在线实时求解问题,构造缩小状态空间的状态抽象与动作抽象算法,该算法在博弈不同阶段,动态调整抽象的精度。提出改进的反事实遗憾值最小化算法,将游戏分解为更小的子游戏,通过限制搜索深度方式,在博弈规则允许的时间范围内,使得智能体可在线求解近似的纳什均衡策略。（3）针对单一智能体不能有效利用对手弱点并实现效益最大化的问题,建立对手模型,以此辅助决策。具体来讲,是通过统计对手出牌历史信息,生成对手行为模式树,以此发现、分析对手的策略偏向,并产生对策和自适应方案,以此提高了智能体的收益能力和稳定性。为验证本课题算法有效性,设计一个德州扑克智能体博弈系统。实验证明论文提出的评估方法可高效率计算近似有效牌力值,近似均衡策略表现稳定,对手模型可以有效针对较弱的对手提高收益。该系统参加了2020年中国计算机博弈大赛并获得一等奖,证明研究成果有效、智能体具有一定实力。

关键词：计算机博弈德州扑克牌力评估纳什均衡反事实遗憾最小化算法对手模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于BDI的对手Agent模型

软件学报 2002年第4期13卷 643-648页

作者：李毅石纯一清华大学计算机科学与技术系北京100084

MAS中建立对手模型,并进行意图和规划识别是有效交互的必要条件.BDI是描述思维的有效手段,可用来建立通用的对手思维状态模型.当前对手模型的研究偏重于对单一行为结果的推断,不能充分表示并发多意图及其关系,也不利于实时地的为决策提... 详细信息

MAS中建立对手模型,并进行意图和规划识别是有效交互的必要条件.BDI是描述思维的有效手段,可用来建立通用的对手思维状态模型.当前对手模型的研究偏重于对单一行为结果的推断,不能充分表示并发多意图及其关系,也不利于实时地的为决策提供支持提出的基于BDI建立通用对手Agent模型的算法改进了***和Milind Tambe等人有代表性的研究成果.

关键词： Agent 对手模型规划识别 BDI MAS 人工智能

在线全文

学校读者我要写书评

暂无评论

一种德州扑克牌力评估方法

重庆理工大学学报（自然科学） 2021年第9期35卷 130-135页

作者：张小川杜松赵海璐刘贺伍帆重庆理工大学两江人工智能学院重庆401135 重庆理工大学计算机科学与工程学院重庆400054

德州扑克是一种计算机博弈牌类项目,作为不完美信息博弈,其牌力评估较为困难。为了提高针对不同对手的评估效益,提出一种基于对手模型的牌力评估方法。首先用树存储对手的动作频率信息,然后根据树构建一个与对手行动类似的虚拟对手智能... 详细信息

德州扑克是一种计算机博弈牌类项目,作为不完美信息博弈,其牌力评估较为困难。为了提高针对不同对手的评估效益,提出一种基于对手模型的牌力评估方法。首先用树存储对手的动作频率信息,然后根据树构建一个与对手行动类似的虚拟对手智能体,最后在对局中计算虚拟对手的策略,更新对手的手牌权重,缩小对手可能手牌范围,完成牌力评估。实验结果显示:使用基于对手模型牌力评估方法的智能体击败了不同风格的对手,且总体赢得的筹码比使用静态评估方法的智能体高。与传统方法相比能有效针对不同的对手类型,提高评估效益。

关键词：牌力评估德州扑克对手模型计算机博弈

在线全文

学校读者我要写书评

暂无评论

一个改进的传统协商模型和算法

微电子学与计算机 2006年第1期23卷 74-76页

作者：黄河笑覃征郭俊文西安交通大学电子信息与工程学院陕西西安710049

在传统的AGENT协商方法里,博弈论方法和启发式方法解决了很多复杂的系统问题并且得到了广泛的应用,但是现有的协商模型还过于抽象。通过对对手模型,自身模型和环境模型的相互关系及相应算法的进一步阐述可以较好地解决这一问题,并对发... 详细信息

在传统的AGENT协商方法里,博弈论方法和启发式方法解决了很多复杂的系统问题并且得到了广泛的应用,但是现有的协商模型还过于抽象。通过对对手模型,自身模型和环境模型的相互关系及相应算法的进一步阐述可以较好地解决这一问题,并对发展辩论协商模型和传统协商的实际应用具有帮助。

关键词： Agent 协商对手模型自身模型环境模型

在线全文

学校读者我要写书评

暂无评论

大众麻将计算机博弈智能搜索算法的应用研究

大众麻将计算机博弈智能搜索算法的应用研究

作者：赵海璐重庆理工大学

学位级别：硕士

计算机博弈是人工智能领域热门且极具挑战性的研究方向之一,一直以来受到了学术界的广泛关注。从诞生以来,就成为博弈算法的理想研究平台,为人工智能研究提供了一个标准研究平台,特别是在算法有效性的验证上,它可以通过结果易判的博弈... 详细信息

计算机博弈是人工智能领域热门且极具挑战性的研究方向之一,一直以来受到了学术界的广泛关注。从诞生以来,就成为博弈算法的理想研究平台,为人工智能研究提供了一个标准研究平台,特别是在算法有效性的验证上,它可以通过结果易判的博弈水平高低予以检验。论文选择了大众熟悉的麻将计算机博弈,作为研究载体。麻将是人民群众喜闻乐见的娱乐项目,如果能“教会”计算机搓麻将,显然会受到广泛关注并极具挑战性。通常,麻将是一种4人非合作的游戏项目,其中每位玩家仅能看见自己手牌和堂子中玩家已打出的公开牌张,由于玩家可以在不同条件选择吃、碰、杠、胡等对弈行为,打乱玩家的对弈行为和出牌顺序,从而使得麻将博弈成为一个高度不确定的随机游戏,具有强实时性、高随机性和强不确定性,从而使决策难度增大。此外,中国地域广大,地域文化存在较大差异,从而又产生不同地域的、具有强烈地域特色的地方麻将规则,比如成都麻将、重庆麻将、广东麻将、香港麻将等等,论文选择了中国国家体育总局所发布的大众麻将规则,开展计算机博弈智能搜索算法的应用研究工作。论文研究工作主要包含五个部分:⑴问题提出与分析。介绍了计算机博弈研究现状,分析了麻将计算机博弈所面临的问题,对相关算法进行了解析,提出了论文的研究内容。⑵改进并优化Expectimax算法。对麻将博弈玩家的动作进行拆解、抽象、归类,完成了麻将计算机博弈的离散化过程,构建了麻将博弈树。结合经验知识,改进了Expectimax搜索算法,提出了一种基于知识库的牌张估值方法,提出麻将博弈的胡牌距离概念,实现对麻将博弈胡牌行为的动态可量化计算,支撑了启发式剪枝搜索算法的实现,提升了博弈进程的优化决策。⑶建立基于蒙特卡洛模拟的对手模型。论文采用引入对手偏好与手牌评估相结合的蒙特卡洛模拟方法,以预估对手手牌、分析对手博弈策略,提高了博弈树节点评估的准确性,尽可能降低对手、桌面隐藏牌张信息所带来的博弈对策误差值。⑷开发了大众麻将博弈智能体。在已有的竞技世界大众麻将博弈平台基础上,分析了大众麻将博弈智能体需求,设计了实施方案,使用Pycharm,在python3.7环境下,实现了麻将博弈智能体的出牌和吃、碰、杠牌等对弈行为及其决策优化。⑸验证与改进。利用竞技世界大众麻将博弈平台,对所开发的麻将博弈智能体进行了训练与测试,并携智能体参加了全国计算机博弈锦标赛,获得全国一等奖的成绩,证明了论文研究工作的有效性。

关键词：计算机博弈大众麻将 Expectimax算法胡牌距离对手模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于蒙特卡罗树搜索的计算机扑克程序

基于蒙特卡罗树搜索的计算机扑克程序

作者：曹一鸣北京邮电大学

学位级别：硕士

计算机博弈是测试人工智能所达到水平的一个重要平台。早期的研究主要集中在确定性完全信息博弈之上。然而由于与现实之中的问题更加贴近,非确定性非完全信息博弈逐渐引起学术界的重视。德州扑克是一种非确定性非完全信息博弈。因为它... 详细信息

计算机博弈是测试人工智能所达到水平的一个重要平台。早期的研究主要集中在确定性完全信息博弈之上。然而由于与现实之中的问题更加贴近,非确定性非完全信息博弈逐渐引起学术界的重视。德州扑克是一种非确定性非完全信息博弈。因为它的规则简单同时富于变化,所以其作为这种博弈的一个典型,正在成为计算机博弈研究领域的又一个热点。机器学习中的蒙特卡罗树搜索算法,是一种集成了蒙特卡罗方法作为评估的博弈树搜索算法,毋需引入过多的领域知识,同时具有巨大的可扩展性。多臂匪徒问题是一种从多重决策选择问题之中抽象出来的一种机器学习模型。UCB策略是求解多臂匪徒问题的一种方法。集成UCB策略的基于UCT的蒙特卡罗树搜索算法被证明可以极大地提升计算机博弈引擎水平。本文结合德州扑克的相关特性改进并设计了德州扑克的蒙特卡罗博弈树,同时对博弈树中的相关节点设计了对应的模拟、选择、回溯更新策略。本文使用C++编程序语言、面向对象技术以及设计模式思想实现了一个德州扑克的博弈引擎。本文为基于蒙特卡罗树搜索算法的博弈引擎引入了与德州扑克的相关的领域知识,其包括Bucketing的底牌提取,以及在此基础上的基于统计的对手模型用于模拟对手以及估计对手的底牌的概率分布。最后我们提出了一个保守度的概念用于将引擎的下注行为改造成一个比较“松”的策略。本文设计四个实验来验证纯粹的蒙特卡罗树搜索引擎的性能,并通过分析输出日志,发现了过“紧”的下注策略对于博弈的负面影响。我们测试了在引入保守度后执行一个比较“松”的下注策略时对博弈结果的影响,同时验证集成了对手模型后对于程序博弈水平的提升。最终,通过实验结果的分析,可以确认,蒙特卡罗树搜索算法可以应用于求解非确定性非完全信息博弈问题。同时在求解德州扑克博弈的问题中,集成领域知识以及对手模型可以提高蒙特卡罗树搜索引擎的性能。

关键词：计算机博弈德州扑克蒙特卡罗树搜索对手模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Agent协商的医患共同决策研究

基于Agent协商的医患共同决策研究

作者：刘永厦门理工学院

学位级别：硕士

随着信息化浪潮来临,医疗决策环境逐渐复杂化,医患共同决策(Shared DecisionMaking,SDM)作为一种增强医患沟通,减少医疗纠纷,提高患者依从性和满意度的医疗决策模式受到了广泛的关注。但医患沟通意识不足、医生诊疗时间有限、患者医学... 详细信息

随着信息化浪潮来临,医疗决策环境逐渐复杂化,医患共同决策(Shared DecisionMaking,SDM)作为一种增强医患沟通,减少医疗纠纷,提高患者依从性和满意度的医疗决策模式受到了广泛的关注。但医患沟通意识不足、医生诊疗时间有限、患者医学知识匮乏等问题的存在,使得医生和患者很难实现真正的共同决策。虽然法律法规建立、医生沟通技能培训、患者辅助决策工具开发等措施的采取,能够在一定程度上解决上述问题,但SDM本质上还是依赖于人工协商,存在代价高、耗时久、反应不及时等问题。此外,目前已有的SDM研究中,较少考虑智能化协商与辅助决策的实现。因此,为实现SDM智能化,提高医患共同协商和决策的效率,改善医疗决策质量,本文基于Agent协商技术,围绕SDM问题展开研究。(1)提出一种基于模糊约束Agent的SDM模型。该模型首先将SDM问题转化成Agent协商问题,而后根据SDM协商特征,将其建模成分布式模糊约束满意度问题。其次,提出了一个模糊约束导向的Agent协商(Fuzzy Constraint-directed Agent-based Negotiation,FCAN)模型,构建了医生Agent和患者Agent的协商行为框架,制定了Agent协商过程中所要遵守的协商协议,使其能在给定的约束条件下进行自动协商。最后,构建了一个治疗决策模型,该模型将协商结果与已有的治疗方案进行匹配,并将最合适的治疗方案推荐给用户,辅助医生和患者进行决策,更好实现SDM。实验结果表明,该模型能够作为医生和患者协商和决策的有效辅助工具,助力SDM的实现。(2)提出了一种基于遗传算法的模糊约束SDM协商模型。该方法首先基于遗传算法构建对手模型,通过协商的不断迭代,更新对手的偏好信息,包括权重偏好以及满意度偏好,获取对手Agent的近似偏好空间。其次,基于构建的对手模型对接收到的信息进行评估,提出一种基于遗传算法改进的模糊约束导向Agent协商(Fuzzy Constraintdirected Agent-based Negotiation based on Genetic Algorithm,FCAN＿GA)模型,优化Agent的解空间,以及协商策略,使其能在约束条件下高效地进行协商。实验结果表明,改进的FCAN＿GA模型可有效解决医生Agent和患者Agent在协商过程面临的信息不完全、不对称的问题,减少通信消耗,加快协商收敛速度,推进协商进程,提高Agent的协商效率。综上,本文所提出的基于模糊约束Agent的SDM模型,以及基于遗传算法的模糊约束SDM协商模型,有助于医生和患者之间智能化协商和决策的实现,可将医生和患者从繁琐的协商和决策事务中解脱出来,使得SDM更加灵活、高效和便捷。此外,本文的研究工作可在一定程度上解决SDM实施过程中所面临的成本高、时间有限、反应不及时等问题,为医患构建良好的沟通渠道,改善医疗决策质量。

关键词：医患共同决策 Agent 模糊约束遗传算法对手模型

幻影围棋非完美信息机器博弈问题关键算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

幻影围棋非完美信息机器博弈问题关键算法研究

作者：李洪业东北大学

学位级别：硕士

机器博弈是人工智能领域一个既古老又具有挑战的问题,为人工智能成果的验证提供了一个良好的平台。非完美信息博弈问题是机器博弈问题的一个重要的分支,由于这类博弈问题具有非完美信息,即参与者需要在只知道对手的部分信息的情况下做决... 详细信息

机器博弈是人工智能领域一个既古老又具有挑战的问题,为人工智能成果的验证提供了一个良好的平台。非完美信息博弈问题是机器博弈问题的一个重要的分支,由于这类博弈问题具有非完美信息,即参与者需要在只知道对手的部分信息的情况下做决策,因此,更接近现实世界中的决策问题,具有更高的研究价值。本文针对非完美信息博弈问题的关键算法进行了研究,尤其是具有大空间和高复杂度的非完美信息拓展型博弈问题,并在幻影围棋中对本文提出的算法的性能进行了分析,比较了不同算法的效果。本文以非完美信息拓展型博弈问题为基础和基本模型,给出了基于信念状态的非完美信息博弈问题的数学模型。在此模型的基础上,对非完美信息博弈问题的关键算法进行研究,提出了利用信念状态树的数据结构表示非完美信息博弈问题的博弈过程,以蒙特卡洛树搜索算法为基础,提出了信念状态-蒙特卡洛树搜索算法并应用于处理具有非完美信息的博弈决策问题。本文在信念状态-蒙特卡洛树搜索算法的基础上,提出了两种基于对手模型的信念学习算法,分别是在于部分偏执的信念学习算法和基于随机最优反应估计的信念学习算法,旨在利用非完美信息博弈问题的隐藏信息通过建立对手模型的使参与者获得更高的收益。之后,将信念状态-蒙特卡洛树搜索算法应用到幻影围棋博弈问题中，提出了幻影围棋博弈问题中信息的处理方法,并结合幻影围棋博弈问题的特点,给出了基于信念状态-蒙特卡洛树搜索算法在幻影围棋博弈问题中的改进算法进行了研究,提出了三种改进算法,包括混合策略、AMAF启发算法和信息探测。最后,在幻影围棋博弈问题下,对信念状态-蒙特卡洛树搜索算法的性能进行了分析,对两种信念学习算法的性能和效果进行了分析和对比,并且,对基于幻影围棋博弈问题的改建算法的效果进行了测试。

关键词：非完美信息博弈幻影围棋对手模型蒙特卡洛树搜索信念状态