發(fā)布時間：2022-07-14 21:05

　　人類生活中有利益沖突的地方就會有博弈,而現實生活中大多數博弈問題都屬于非完備信息博弈,例如金融交易、軍事博弈、政治談判、棋牌游戲等,因此對相關問題的研究具有極大的經濟價值和現實意義。非完備信息博弈由于信息不對稱的特點,復雜的博弈背景導致決策節(jié)點數目呈指數級增長,傳統(tǒng)的人工智能方法難以直接應用到非完備信息博弈中。針對以上問題,本文提出了使用對手建模和改進樹搜索算法來解決非完備信息博弈問題,并將其應用到四人競技麻將博弈中。本文的主要工作和創(chuàng)新點如下:1.結合知識和蒙特卡洛模擬方法構建對手模型來預測隱藏信息,并將其轉化為相對概率。非完備信息博弈中存在巨大的隱藏信息,只依賴于可見信息可能導致較大的偏差,本文通過蒙特卡洛方法對每位對手的手牌進行模擬,結合時序信息、歷史信息和相關領域知識設計了手牌的分配度計算方法,使模擬結果更加符合現實場景,最后將模擬結果轉化為每張牌的獲取概率和危險度表,為后續(xù)相關權重的計算提供重要幫助。2.根據麻將博弈的規(guī)則特點,設計了改進的樹搜索算法用于探索獲勝路徑。首先,在分析博弈機理的基礎上,簡化了博弈模式,將搜索對象轉化為手牌的更新過程。然后,使用了啟發(fā)式信息設計了手牌... 

【文章頁數】：66 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景
    1.2 研究目的與意義
    1.3 國內外研究現狀
    1.4 本文研究內容
    1.5 本文章節(jié)結構
第2章 非完備信息計算機博弈
    2.1 計算機博弈概述
    2.2 博弈樹與搜索
        2.2.1 啟發(fā)式評估算法
        2.2.2 極小化極大評估
        2.2.3 具有Alpha-Beta剪枝的極小化極大算法
    2.3 反事實遺憾最小化算法
    2.4 基于深度、強化學習的博弈方法
        2.4.1 深度學習
        2.4.2 強化學習
    2.5 本章小結
第3章 基于知識與樹搜索的非完備信息博弈決策方法
    3.1 非完備信息博弈框架
        3.1.1 非完備信息博弈要素分析
        3.1.2 非完備信息博弈框架設計
    3.2 局勢分析
    3.3 對手建模
    3.4 改進的樹搜索算法
        3.4.1 模式簡化
        3.4.2 啟發(fā)式信息的生成
        3.4.3 搜索策略
    3.5 評估與決策
        3.5.1 獲勝概率估計
        3.5.2 得分檢測
        3.5.3 風險評估
        3.5.4 路徑期望值評估
        3.5.5 決策
    3.6 本章小結
第4章 基于知識與樹搜索的非完備信息博弈決策的實驗與分析
    4.1 實驗環(huán)境、實驗程序與參數
    4.2 實驗結果與分析
        4.2.1 搜索樹算法評估
        4.2.2 對手建模評估
    4.3 Computer Olympiad 2019麻將錦標賽的比賽結果及分析
    4.4 本章小結
第5章 非完備信息博弈(競技麻將)智能決策系統(tǒng)與測試平臺
    5.1 競技麻將智能決策系統(tǒng)
    5.2 非完備信息博弈測試平臺
    5.3 本章小結
第6章 結論與展望
    6.1 總結
    6.2 展望
致謝
參考文獻
附錄A 四人競技麻將規(guī)則與術語
攻讀學位期間的研究成果


【參考文獻】：
期刊論文
[1]基于手牌預測的多人無限注德州撲克博弈方法[J]. 李翔,姜曉紅,陳英芝,包友軍.  計算機學報. 2018(01)
[2]卷積神經網絡研究綜述[J]. 周飛燕,金林鵬,董軍.  計算機學報. 2017(06)
[3]計算機博弈的研究與發(fā)展[J]. 王亞杰,邱虹坤,吳燕燕,李飛,楊周鳳.  智能系統(tǒng)學報. 2016(06)

博士論文
[1]非完備信息機器博弈中風險及對手模型的研究[D]. 張加佳.哈爾濱工業(yè)大學 2015

碩士論文
[1]基于深度強化學習的非完備信息機器博弈研究[D]. 王鵬程.哈爾濱工業(yè)大學 2017
[2]基于Q學習算法的非完備信息機器博弈的研究[D]. 李昌.哈爾濱工業(yè)大學 2015



本文編號：3661873