APP下载

一种德州扑克博弈的决策模型

2021-05-25彭丽蓉

软件导刊 2021年5期
关键词:信息模型

李 轶,彭丽蓉,杜 松,伍 帆,王 森

(1.重庆理工大学两江人工智能学院,重庆 401135;2.重庆工业职业技术学院大数据与人工智能学院,重庆 401120)

0 引言

机器博弈在人工智能领域一直具有重要的研究价值[1],根据博弈信息的可知程度,可将其分为完备信息博弈和非完备信息博弈。完备信息博弈是指博弈各方在决策时都完全了解曾经发生的所有博弈信息,例如围棋、象棋和六子棋等;非完备信息博弈是指博弈各方仅能获取部分信息,无法获得对方所有信息,例如军旗或德州扑克,非完备信息博弈的难点就在于此。在完备信息博弈中,极大极小值算法[2]获得了巨大成功,而在非完备信息博弈中,由于无法得知部分信息,极大极小值中所需的对状态的评估过程便无法直接进行,也难以推测对手后续动作,因而使原有博弈算法不能直接应用于非完备信息博弈中。机器学习中的强化学习算法[3]为非完备信息博弈提供了新思路。因此,本文提出一种德州扑克决策模型ACP,并在训练过程中融入先验知识,以提高模型训练效率。将强化学习应用于非完备信息博弈中,是对计算机博弈方法的一次新的探索与尝试。

1 相关工作

德州扑克的主要研究方法大多是基于博弈论(gametheoretic)或基于知识(knowledge-based)构建的。其中基于博弈论的方法简单来说就是搜索纳什均衡点,德州扑克有很多不同的牌型组合,有限制双人德州扑克的信息集数量便达到了3.19×1014。两人、三人及多人德州扑克存在博弈树规模巨大的问题。……

登录APP查看全文

猜你喜欢

信息模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
订阅信息
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
展会信息
一个相似模型的应用
信息
健康信息
健康信息(九则)