基于实时启发式搜索的非完备信息博弈策略研究

发布时间：2023-04-01 21:27

　　机器博弈是人工智能领域的重要研究方向。非完备信息博弈是机器博弈的子领域。非完备信息博弈中存在隐藏信息和信息不对称的特点,和完备信息博弈相比,非完备信息博弈更加贴近现实生活中。例如,竞标、拍卖、股票交易等现实问题中都存在隐藏信息和信息不对称。因此,研究非完备信息博弈问题更有现实意义。德州扑克博弈包含了隐藏信息、信息不对称和随机事件等重要特性,它是典型的非完备信息博弈。求解德州扑克博弈的传统方法是基于抽象的求解方法,该方法结合状态空间抽象和虚拟遗憾值最小化算法(Counterfactual Regret Minimi-zation,CFR)离线求解扑克博弈策略,无法进行博弈策略的实时求解。本文以德州扑克为研究对象,结合残局策略求解方法和启发式博弈树搜索方法来研究二人非限制性德州扑克博弈策略的实时求解算法。针对扑克博弈的局部策略求解问题,研究博弈问题的分解方法和博弈残局的求解方法。借鉴完备信息博弈问题的分解思路,把非完备信息博弈问题的博弈树分解为主干和一系列游戏残局,同时把完备信息博弈中的残局概念推广到非完备信息博弈中。针对非完备信息博弈问题的博弈残局,研究残局构造算法,使得博弈残局符合扩展...

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题研究背景
    1.2 研究目的和意义
    1.3 国内外研究现状
        1.3.1 国外研究现状
        1.3.2 国内研究现状
    1.4 论文主要研究内容与组织结构
        1.4.1 主要研究内容
        1.4.2 组织结构
第2章 非完备信息博弈
    2.1 扩展式博弈
        2.1.1 全局视角的博弈树
        2.1.2 参与者视角的博弈树
        2.1.3 旁观视角的博弈树
    2.2 策略
        2.2.1 平均策略
        2.2.2 最佳应对策略
        2.2.3 纳什均衡策略
    2.3 遗憾值
        2.3.1 虚拟遗憾值最小化
        2.3.2 CFR算法
    2.4 本章小结
第3章 基于非完备信息博弈问题分解的求解算法
    3.1 非完备信息博弈问题分解
    3.2 博弈策略求解
        3.2.1 固定残局的策略求解
        3.2.2 主干部分的策略求解
        3.2.3 可变残局的策略求解
    3.3 本章小结
第4章 基于启发式博弈树搜索的策略实时求解算法
    4.1 实时策略求解框架
        4.1.1 限制搜索深度
        4.1.2 限制搜索广度
        4.1.3 局部博弈树搜索
        4.1.4 改进的resolving算法
    4.2 扑克博弈残局估值
        4.2.1 扑克残局生成与求解
        4.2.2 训练数据构造
        4.2.3 估值网络
    4.3 本章小结
第5章 德州扑克智能体的实现与实验分析
    5.1 智能体的实现
        5.1.1 智能体通信协议
        5.1.2 人机扑克博弈系统
    5.2 实验与分析
        5.2.1 估值网络实验
        5.2.2 启发式博弈树搜索实验
        5.2.3 扑克对局实验
    5.3 本章小结
结论
参考文献
致谢



本文编号：3777895