基于强化学习与博弈树搜索的非完备信息博弈算法的研究与应用

来源 :南昌大学 | 被引量 : 0次 | 上传用户:julykoko
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
博弈问题存在于人们生活的各个方面,根据参与者对博弈信息掌握程度的不同,可以把博弈问题分为完备信息博弈和非完备信息博弈两类。在现实生活中,人们往往很难获取到所有的博弈信息,因此很多博弈问题,比如商业谈判、广告定价、军事推演、网络安全等都可以归结为非完备信息博弈。随着人工智能相关技术的不断发展,利用人工智能技术来解决非完备信息博弈已经成为了当前的研究热点,具有十分重要的现实意义。本文主要研究关于麻将的机器博弈问题。在麻将游戏中,对手的手牌信息以及牌库中的信息对于每位参与者来说都是不可见的,因此麻将游戏是典型的非完备信息博弈问题。以往的麻将程序主要是通过Expectimax搜索算法来进行设计的。目前关于Expectimax搜索算法的研究主要集中在两个方面。一方面是研究如何合理地对搜索树的分支进行剪枝,另一方面是研究如何设计合理的估值函数。然而,在麻将博弈问题上,目前Expectimax搜索算法的剪枝策略与估值函数的设计还依赖于人工先验知识,而没有结合强化学习等算法来进行改进。为了解决这个问题,本文提出了一种结合Double DQN与Expectimax搜索的非完备信息博弈算法。该算法使用强化学习模型Double DQN来改进Expectimax搜索算法的剪枝策略和估值函数。具体来说,在Expectimax搜索树扩展过程中,本文依靠Double DQN神经网络输出的估值来设计搜索树的剪枝策略和估值函数。而在Double DQN模型训练的过程中,本文通过Expectimax搜索来改进模型的探索策略与奖励函数。最后本论文将改进后的算法应用到非完备信息机器博弈中,实现了麻将智能决策系统。与传统的Expectimax算法构建的麻将程序相比,本论文实现的麻将智能决策系统在胜率上高出2.26%,而在得分上平均每局得分高出185.097分,从而达到了更高的博弈水平。
其他文献
胰岛β细胞的胰岛素分泌参与调控全身糖、脂代谢平衡,其功能障碍是2型糖尿病的主要病理生理学基础之一,而胰岛素分泌功能与β细胞容量密切相关,因此,尽早发现存在胰岛素分泌
冷冻面团技术是烘焙行业连锁经营模式的变革性技术,可有效解决面制品货架期短、运输不便、生产质量无法保证等诸多难题。但是,在面团冷冻和冻藏过程中,冰晶的生长和重结晶易
开展网络意识形态协同治理模式构建与推进路径研究,首先得构建网络意识形态协同治理理论模型,发现其理论基础有治理理论、习近平网络意识形态治理思想,历史与现实背景则来源于苏联意识形态管控存在的问题,包括意识形态管控体制集中、管控环境高压和管控手段僵化等;以及国家治理现代化下意识形态工作的新要求,包括意识形态工作主体从单一到多元的转变、工作理念从封闭到开放的转变和工作方式从单一到综合的转变;还有互联网背景
为了应对我国心脑血管疾病发病率逐年增高的现状,心脑血管疾病的科学预防已成为我国公共医疗卫生事业的重点工程。通过对心脑血管疾病未来发病情况进行预测,筛选出高风险人群,并对其进行科学的医疗干预,能有效地预防心脑血管疾病的发生。然而目前使用的心脑血管疾病预测方法普遍只根据人们当前的健康状况来预测其未来的发病情况,而忽视了人们健康状况的历史变化情况与心脑血管疾病发病之间的紧密联系。针对这一问题,本文提出了
介绍了一种基于ARM7微处理器S3C44B0的pH值控制器的构成,包括CPLD(Complex Programmable Logical Device)芯片EPM7128S、A/D转换芯片AD7874以及D/A转换芯片DAC8420等接口芯片
目的:讨论分析PCT(降钙素原)、SAA(血清淀粉样蛋白A)、hs-CRP(超敏C反应蛋白)、FIB(纤维蛋白原)等免疫炎性指标在ICU脓毒症诊治中的作用;讨论分析细菌培养实验在ICU脓毒症诊
轴承是旋转机械的关节,应用于汽车、电气、医疗器械、航空等领域,滚动轴承发生故障时,会降低生产效率或者威胁人员的安全,而滚动轴承的故障频率又很高,因此,对滚动轴承进行健
量子信息科学是利用物理体系独特的量子力学性质对信息读取、存贮、处理、计算、编码和传输的一门新兴的科学,它是现代信息技术发展的必然结果。量子信息科学呈现出的很多新奇
在"一带一路"与上合组织全面对接的新形势下,如何进一步加快上合组织成员国铁路互联互通进程,全面提升上合组织成员国间交通通达度,是"一带一路"建设和我国周边外交面临的重
目的总结急性心肌梗死行静脉溶栓后并发症的护理。方法对38例急性心肌梗死患者行静脉溶栓的临床资料进行回顾性分析,着重分析护理方法。结果 38例急性心肌梗死患者进行静脉溶