基于風(fēng)險(xiǎn)模型的德州撲克博弈系統(tǒng)的研究.pdf

1、機(jī)器博弈一直以來(lái)都是人工智能最具有挑戰(zhàn)性的研究方向之一,機(jī)器博弈領(lǐng)域又分為完備信息博弈和非完備信息博弈兩個(gè)方向。近幾年計(jì)算機(jī)科學(xué)與技術(shù)飛速發(fā)展，完備信息博弈內(nèi)很多技術(shù)和難題得到了解決，在國(guó)內(nèi)和國(guó)外舉行的大量機(jī)器博弈賽事中，取得了很好的成績(jī)。然而，相對(duì)完備信息博弈，非完備信息博弈研究由于受到各種條件的制約，仍有很多未解決的問(wèn)題。例如，非完備信息博弈中信息的不確定和不完整，導(dǎo)致不能準(zhǔn)確的預(yù)知對(duì)手策略。因此，對(duì)于非完備信息博弈技術(shù)的研究具有重

2、要的學(xué)術(shù)意義和應(yīng)用價(jià)值。
　　德州撲克博弈是非完備信息博弈領(lǐng)域的一個(gè)典型研究對(duì)象，其中涉及到的關(guān)鍵研究問(wèn)題包括：多智能體博弈、風(fēng)險(xiǎn)分析、對(duì)手建模、非完備信息處理和決策。本課題的主要內(nèi)容是針對(duì)上述提出的問(wèn)題，在前人研究的基礎(chǔ)之上，實(shí)現(xiàn)一套基于風(fēng)險(xiǎn)占優(yōu)模型和對(duì)手行為預(yù)測(cè)的非完備信息德州撲克博弈系統(tǒng)。風(fēng)險(xiǎn)分析得到博弈策略選擇過(guò)程中存在風(fēng)險(xiǎn)損失的原因，并進(jìn)行風(fēng)險(xiǎn)損失分類，給出風(fēng)險(xiǎn)損失的估算方法。對(duì)手行為預(yù)測(cè)采用的是人工神經(jīng)網(wǎng)絡(luò)算法，將歷史

3、比賽日志數(shù)據(jù)拿來(lái)作為訓(xùn)練集和測(cè)試集，訓(xùn)練數(shù)據(jù)得到對(duì)手模型用來(lái)預(yù)測(cè)對(duì)手的動(dòng)作，得到動(dòng)作概率表，為風(fēng)險(xiǎn)決策模型提供數(shù)據(jù)支持。之后采用群組聚類方法，將對(duì)手模型進(jìn)行聚類，得到介于通用模型和個(gè)人模型之間的群組模型。最后利用風(fēng)險(xiǎn)占優(yōu)模型進(jìn)行風(fēng)險(xiǎn)分析和動(dòng)作決策，該風(fēng)險(xiǎn)占優(yōu)模型可以更好的在欺詐性質(zhì)的策略使用上找到平衡，既不刻意忽略也不會(huì)導(dǎo)致非理性的濫用。
　　基于風(fēng)險(xiǎn)占優(yōu)決策模型實(shí)現(xiàn)了一套德州撲克博弈系統(tǒng)，并以 AAAI計(jì)算機(jī)德州撲克大賽為實(shí)驗(yàn)平