基于風險模型的德州撲克博弈系統(tǒng)的研究.pdf

1、機器博弈一直以來都是人工智能最具有挑戰(zhàn)性的研究方向之一,機器博弈領(lǐng)域又分為完備信息博弈和非完備信息博弈兩個方向。近幾年計算機科學與技術(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，在國內(nèi)和國外舉行的大量機器博弈賽事中，取得了很好的成績。然而，相對完備信息博弈，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題。例如，非完備信息博弈中信息的不確定和不完整，導致不能準確的預知對手策略。因此，對于非完備信息博弈技術(shù)的研究具有重

2、要的學術(shù)意義和應(yīng)用價值。
　　德州撲克博弈是非完備信息博弈領(lǐng)域的一個典型研究對象，其中涉及到的關(guān)鍵研究問題包括：多智能體博弈、風險分析、對手建模、非完備信息處理和決策。本課題的主要內(nèi)容是針對上述提出的問題，在前人研究的基礎(chǔ)之上，實現(xiàn)一套基于風險占優(yōu)模型和對手行為預測的非完備信息德州撲克博弈系統(tǒng)。風險分析得到博弈策略選擇過程中存在風險損失的原因，并進行風險損失分類，給出風險損失的估算方法。對手行為預測采用的是人工神經(jīng)網(wǎng)絡(luò)算法，將歷史

3、比賽日志數(shù)據(jù)拿來作為訓練集和測試集，訓練數(shù)據(jù)得到對手模型用來預測對手的動作，得到動作概率表，為風險決策模型提供數(shù)據(jù)支持。之后采用群組聚類方法，將對手模型進行聚類，得到介于通用模型和個人模型之間的群組模型。最后利用風險占優(yōu)模型進行風險分析和動作決策，該風險占優(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導致非理性的濫用。
　　基于風險占優(yōu)決策模型實現(xiàn)了一套德州撲克博弈系統(tǒng)，并以 AAAI計算機德州撲克大賽為實驗平