隨著信息技術和計算機技術的飛速發(fā)展,人工智能技術在金融貿(mào)易、醫(yī)藥、診斷、重工業(yè)、運輸、遠程通訊、在線和電話服務、法律服務、科學發(fā)現(xiàn)、玩具和游戲、音樂等諸多方面得以迅速發(fā)展。其中,能夠像人一樣進行思考、動作,是擬人行為模式學習的最終目標,對于人工智能的表現(xiàn)起著至關重要的作用游戲一直是測試人工智能能力、訓練人工智能能力的不二選擇,在某些領域,人工智能的水平已經(jīng)超越人類選手。過去的幾年中,AlphaGo先后戰(zhàn)勝李世石、柯潔,成為第一個擊敗人類職業(yè)圍棋選手、第一個戰(zhàn)勝圍棋世界冠軍的人工智能程序。作為人工智能領域的重要應用之一,在游戲中引入人工智能技術,對于研究有著重要的推動作用。作為人工智能的典型技術,近年來多智能體技術在智能機器人、交通控制、柔性制造、協(xié)調(diào)專家系統(tǒng)等方面有著廣泛應用,通過引入多智能體融合決策等技術,利用博弈論等方法,可以通過對不同場景的智能的態(tài)勢分析和對策演化,獲得最佳的決策效果。日本麻將作為在東亞地區(qū)流行的博弈游戲,有著完善的規(guī)則與平臺和激烈的對抗性,對人工智能的決策要求較高。本文在分析并研究多智能體的基礎上,選擇以日本麻將為研究對象,對多智能體博弈行為進行研究,并提出了多...

【文章頁數(shù)】：47 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 選題背景
    1.2 研究現(xiàn)狀
        1.2.1 博弈論的基本方法
        1.2.2 人工智能在游戲里面的最新進展
        1.2.3 多智能體的應用
    1.3 本文的研究內(nèi)容
第二章 博弈論和多智能體基本理論
    2.1 博弈論概述
        2.1.1 博弈論組成要素
        2.1.2 博弈的分類
        2.1.3 納什均衡
    2.2 多智能體概述
        2.2.1 多智能體的特點
        2.2.2 多智能體的分類
        2.2.3 多智能體的環(huán)境特征
    2.3 日本麻將游戲介紹
        2.3.1 日本麻將規(guī)則
        2.3.2 游戲目標
        2.3.3 游戲策略
第三章 基于遞歸樹搜索的日本麻將自動出牌方法
    3.1 系統(tǒng)框架設計
    3.2 輸入數(shù)據(jù)的處理
    3.3 牌效率與向聽數(shù)計算
    3.4 遞歸樹搜索算法
    3.5 決策模型的設計
        3.5.1 決定舍牌的模塊
        3.5.2 判斷危險度的模塊
        3.5.3 聽牌與否的判斷
        3.5.4 預測失分的模塊
    3.6 不同策略的智能體的設計
        3.6.1 注重進攻的智能體
        3.6.2 兼顧防守的智能體
        3.6.3 注重場況判斷的智能體
        3.6.4 完全防守的智能體
第四章 舍牌實驗與多智能體博弈的分析
    4.1 多智能體博弈實驗
    4.2 決策融合方法
    4.3 決策融合博弈實驗
    4.4 舍牌決策實例分析
    4.5 結(jié)論
第五章 結(jié)論
致謝
參考文獻
附件



本文編號：3790421