基于棋牌類(lèi)組合規(guī)則的游戲人工智能的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、游戲中智能的設(shè)計(jì)與構(gòu)建一直是人工智能研究中的熱門(mén)領(lǐng)域。游戲中，人工智能不僅要模仿人的智能，還需要擁有達(dá)到設(shè)計(jì)者為了滿(mǎn)足玩家需求所設(shè)定的目的的能力。通過(guò)對(duì)游戲信息的收集、積累和歸納，智能體憑借獲得的經(jīng)驗(yàn)對(duì)游戲的狀態(tài)有了一定的預(yù)見(jiàn)性，并由此做出合理的反應(yīng)。
　　 早期的人工智能運(yùn)行在固定的環(huán)境下，作為一個(gè)成熟的人工智能，依靠設(shè)計(jì)者的知識(shí)和經(jīng)驗(yàn)生存在對(duì)應(yīng)的環(huán)境中。智能體在決策時(shí)獲得所有的可操作行為以及對(duì)應(yīng)產(chǎn)生的結(jié)果，由此依據(jù)當(dāng)前的情況

2、建立局部或全局決策樹(shù)。常用的方法有最小最大算法、A*算法、有限狀態(tài)機(jī)等。此類(lèi)智能體的局限在于必須依靠設(shè)計(jì)者的經(jīng)驗(yàn)以及不允許環(huán)境發(fā)生變化。換言之，設(shè)計(jì)者必須考慮所有可能的情況，否則當(dāng)環(huán)境變化超出原有預(yù)先的設(shè)計(jì)時(shí)，智能體則無(wú)法做出正確的行為。
　　 通用游戲策略旨在開(kāi)發(fā)一種沒(méi)有游戲經(jīng)驗(yàn)支撐下能夠精通各類(lèi)游戲的人工智能。在僅獲得游戲規(guī)則的情況下，依靠智能體的學(xué)習(xí)能力實(shí)現(xiàn)經(jīng)驗(yàn)的累積過(guò)程。這對(duì)于人工智能的實(shí)現(xiàn)有非常大的意義。
　　

3、 本文的主要提出一種適合于通用游戲策略環(huán)境下人工智能的設(shè)計(jì)方法。采用時(shí)序差分學(xué)習(xí)算法解決了游戲經(jīng)驗(yàn)積累的問(wèn)題；通過(guò)對(duì)游戲過(guò)程中的狀態(tài)進(jìn)行篩選和抽象，提高智能體的決策效率。并實(shí)現(xiàn)了對(duì)棋類(lèi)游戲 Tic-Tac-Toe中的人工智能設(shè)計(jì)。
　　 其次，利用蒙特卡洛抽樣方法實(shí)現(xiàn)棋牌類(lèi)游戲中非完備信息向完備信息的轉(zhuǎn)化，從而適用于通用游戲策略。并運(yùn)用在融合了棋類(lèi)與牌類(lèi)規(guī)則的Card-TTT游戲中，使智能體在包含了非完備信息的環(huán)境中依然可以進(jìn)行