幻影圍棋非完美信息機(jī)器博弈問題關(guān)鍵算法研究.pdf

1、機(jī)器博弈是人工智能領(lǐng)域一個(gè)既古老又具有挑戰(zhàn)的問題，為人工智能成果的驗(yàn)證提供了一個(gè)良好的平臺。非完美信息博弈問題是機(jī)器博弈問題的一個(gè)重要的分支，由于這類博弈問題具有非完美信息，即參與者需要在只知道對手的部分信息的情況下做決策，因此，更接近現(xiàn)實(shí)世界中的決策問題，具有更高的研究價(jià)值。本文針對非完美信息博弈問題的關(guān)鍵算法進(jìn)行了研究，尤其是具有大空間和高復(fù)雜度的非完美信息拓展型博弈問題，并在幻影圍棋中對本文提出的算法的性能進(jìn)行了分析，比較了不同算

2、法的效果。
　　本文以非完美信息拓展型博弈問題為基礎(chǔ)和基本模型，給出了基于信念狀態(tài)的非完美信息博弈問題的數(shù)學(xué)模型。在此模型的基礎(chǔ)上，對非完美信息博弈問題的關(guān)鍵算法進(jìn)行研究，提出了利用信念狀態(tài)樹的數(shù)據(jù)結(jié)構(gòu)表示非完美信息博弈問題的博弈過程，以蒙特卡洛樹搜索算法為基礎(chǔ)，提出了信念狀態(tài)-蒙特卡洛樹搜索算法并應(yīng)用于處理具有非完美信息的博弈決策問題。本文在信念狀態(tài)-蒙特卡洛樹搜索算法的基礎(chǔ)上，提出了兩種基于對手模型的信念學(xué)習(xí)算法，分別是基于部

3、分偏執(zhí)的信念學(xué)習(xí)算法和基于隨機(jī)最優(yōu)反應(yīng)估計(jì)的信念學(xué)習(xí)算法，旨在利用非完美信息博弈問題的隱藏信息通過建立對手模型的使參與者獲得更高的收益。之后，將信念狀態(tài)-蒙特卡洛樹搜索算法應(yīng)用到幻影圍棋博弈問題中，提出了幻影圍棋博弈問題中信息的處理方法，并結(jié)合幻影圍棋博弈問題的特點(diǎn)，給出了基于信念狀態(tài)-蒙特卡洛樹搜索算法在幻影圍棋博弈問題中的改進(jìn)算法進(jìn)行了研究，提出了三種改進(jìn)算法，包括混合策略、AMAF啟發(fā)算法和信息探測。最后，在幻影圍棋博弈問題下，對