【摘 要】
:
非完美信息的序贯同步博弈是人工智能领域中的一个代表性课题。序贯同步博弈中的同步决策导致对手信息缺失、状态空间大、收益不确定等问题,现有的机器博弈技术在这些问题的解决上仍有很大的缺陷,无法满足实际运用的需求。特别是对于大规模动作空间的序贯同步博弈问题,采用组合动作来模拟同步决策的方式并不适用。本文对机器博弈的相关技术和理论进行了分析,针对特殊的序贯同步博弈问题,选用同步决策蒙特卡洛搜索方法对博弈树的
论文部分内容阅读
非完美信息的序贯同步博弈是人工智能领域中的一个代表性课题。序贯同步博弈中的同步决策导致对手信息缺失、状态空间大、收益不确定等问题,现有的机器博弈技术在这些问题的解决上仍有很大的缺陷,无法满足实际运用的需求。特别是对于大规模动作空间的序贯同步博弈问题,采用组合动作来模拟同步决策的方式并不适用。本文对机器博弈的相关技术和理论进行了分析,针对特殊的序贯同步博弈问题,选用同步决策蒙特卡洛搜索方法对博弈树的结构进行变换,再结合双博弈树的结构,改变博弈树的搜索方式来适应双树结构的需求,并对同步决策的博弈方式进行分析,提出了序贯同步蒙特卡洛树搜索算法。该算法根据现有算法的不足将组合动作进行拆分,消除因动作数量大而造成的动作组合爆炸的问题,使博弈树在该算法的指导下能够进行深入的搜索,获得最优解。序贯同步蒙特卡洛树搜索算法的双树结构上区别于以往的双树算法,两棵树之间的信息能够互相映射,交叉共享,保持整个搜索过程中的在线同步。另外,该算法中特殊的节点设置方式和状态转移特点,使算法能够准确的模拟同步决策的博弈过程。随后,为了算法的可实现性,研究了现有的同步决策博弈算法中最具代表性选择策略,筛选能应用于序贯同步博弈蒙特卡洛树搜索算法的选择策略,进一步完善了序贯同步蒙特卡洛树算法。为了证明算法在大规模序贯同步博弈问题中的实际有效性,本文进行了相关实验的设计,实验结果表明,算法在Goofspiel,游戏中能够收敛到近似纳什均衡,在星际争霸游戏中也获得了显著的胜率。
其他文献
中国共产党从学习中诞生,在学习中成长,依靠学习发展壮大,依靠学习走向未来。建党时期,中国共产党就把马克思主义放在学习的首位,通过多种途径开展马克思主义学习实践。研究建党时期中国共产党开展马克思主义学习实践可以从以下三个方面展开。一是学习的具体内容。主要有唯物史观、剩余价值学说、阶级斗争理论、民族和殖民地解放理论以及辩证法。二是学习的主要途径。建党时期,先进知识分子出版介绍马克思主义的书籍,创办宣传
全球数字化的进程逐渐加速,数字技术的应用正在成为生活的常态。线上虚拟世界成为现实世界的平行世界,人类加速从现实世界向虚拟世界迁移,行走于现实与数字之间。2021年“元宇宙”应运而生,NFT数字藏品逐渐火爆,舞蹈艺术也顺势开启自身领域内NFT技术应用的探索。本文以《只此青绿》和杨丽萍数字藏品为案例,分析舞蹈艺术在元宇宙中的数字身份、内涵价值以及舞蹈艺术在NFT探索中的挑战与革新。
2008年金融危机爆发后,我国房地产行业的杠杆率总体呈现不断上升的趋势。随着房地产行业的迅猛发展,其所带来的财务风险也日益增加。房地产企业是我国经济的核心力量,在促进全国社会发展方面发挥了巨大的作用。对此,房地产企业去杠杆迫在眉睫。2015年12月,国家出台了“三去一降一补”的政策,去杠杆被首次提出来。2016年国家正式将去杠杆政策落实于高杠杆行业。自此,房地产企业去杠杆拉开了帷幕,但是去杠杆政策
<正>"留守"对农村中小学学生的智力开发和完善人格带来不利的影响,而且青春期的孩子身心发展急剧变化、情感丰富,处于探索自我、交友的重要时期,很多问题孩子们都不愿意与人说,笔者也发现很多学生对来"快乐小屋"心理咨询室面谈有所顾忌。为了让学生的身心得到健康的发展,书信便成了师生对话的合适途径。一、书信在心理辅导中的作用采用书信辅导,体现在学生自愿提出学习、生活中的问题,师生在创新地运用书信交流中发展能
<正>教学目标:1.认识“暮”“瑟”等7个生字,读准多音字“降”,会写“暮”“吟”等12个生字。2.有感情地朗读课文,背诵课文。默写《题西林壁》。3.能借助注释、插图理解诗句的意思,感悟其中蕴含的道理;能展开想象,用自己的话说出诗句描绘的景象。课时安排:3课时。教学过程:板块一单元导入,预学先行
<正>【教学目标】1.认识“暮”“瑟”2个生字,会写“暮”“吟”2个生字。2.能借助注释、插图理解诗句的意思;能展开想象,用自己的话说出诗句描绘的景象。3.能有感情地朗读古诗并背诵。【教学重点】能用自己的话说说诗中描绘的景象。【教学过程】一、单元导入,揭示课题1.单元整体导入:同学们,今天我们将一起进行“处处留心皆学问”这一主题单元的学习。读读课本第33页的单元导语,说说看,你读出了什么。
目的 探讨综合康复护理联合中药穴位贴敷与腕踝针对产后宫缩痛及子宫复旧的影响。方法 选取2021年2月至2022年2月收治的于罗定市中医院分娩的初产妇300例,使用随机数表法分为观察组与对照组,每组各150例。对照组接受综合康复护理,观察组在此基础上联合中药穴位贴敷与腕踝针干预。治疗结束后,收集患者子宫复旧情况,并比较其产后宫缩痛程度以及并发症风险。结果 术后3 d与术后5 d,观察组患者宫底高度小
随着社会的发展,消费者对金融服务的需求日益增加,传统的经纪业务无法满足这一需求,因此,财富管理业务变得越来越受到重视,成为券商提高竞争力的关键手段。基金投顾业务是一种新兴的财富管理模式,能为证券公司创造更多的发展机遇。2019年10月,我国基金投资顾问服务正式启动试点,但目前仍处于起步阶段。XX证券公司基金投顾业务于2022年5月正式上线,经过近一年的发展,试点机构营销策略系统性和有效性不突出,存
目前经济的迅速发展,世界经济形势对于各个公司领域的影响都不一样,各式各样的风险也逐渐显露,在此情况下,如何对风险进行预防以及采取相应的措施,从而对各种风险加以控制,是非常重要的。其中应对金融证券相关的风险是我国经济市场的非常容易忽略的,也是首要任务,在证券公司的经营的过程中,风险管理部门需要利用其他风险管理手段,将风险降低至自己能够并愿意承受的范围内,从而实现其正常运营,避免不必要的损失。从券商整