【摘 要】
：
围绕两人零和博弈所开展的一系列研究,近年来在围棋、德州扑克等问题中取得了里程碑式的突破.现有的两人零和博弈求解方案大多在理性对手的假设下围绕纳什均衡解开展,是一种力求不败的保守型策略,但在实际博弈中由于对手非理性等原因并不能保证收益最大化.对手建模为最大化博弈收益提供了一种新途径,但仍存在建模困难等问题.结合元学习的思想提出了一种能够快速适应对手策略的元策略演化学习求解框架.在训练阶段,首先通过种
【机 构】
：
中国科学院自动化研究所智能系统与工程研究中心
【基金项目】
：
国家重点研发计划（2020AAA0103401）； 国家自然科学基金（62076238,61902402）； 中国科学院战略性先导研究项目（XDA27000000）； CCF-腾讯犀牛鸟基金（RAGR20200104）资助～～；
论文部分内容阅读
围绕两人零和博弈所开展的一系列研究,近年来在围棋、德州扑克等问题中取得了里程碑式的突破.现有的两人零和博弈求解方案大多在理性对手的假设下围绕纳什均衡解开展,是一种力求不败的保守型策略,但在实际博弈中由于对手非理性等原因并不能保证收益最大化.对手建模为最大化博弈收益提供了一种新途径,但仍存在建模困难等问题.结合元学习的思想提出了一种能够快速适应对手策略的元策略演化学习求解框架.在训练阶段,首先通过种群演化的方法不断生成风格多样化的博弈对手作为训练数据,然后利用元策略更新方法来调整元模型的网络权重,使其获得快速适应的能力.在Leduc扑克、两人有限注德州扑克（Heads-up limit Texas Hold’em, LHE）和RoboSumo上的大量实验结果表明,该算法能够有效克服现有方法的弊端,实现针对未知风格对手的快速适应,从而为两人零和博弈收益最大化求解提供了一种新思路.
其他文献
随着国有集团公司的发展，面对业财融合的发展趋势，革新财务管理模式是国有集团公司适应业财融合发展趋势的表现，也是提升财务管理水平的基础。本文肯定了在业财融合下国有集团公司财务管理模式革新的必要性，并从完善财务管理制度、强化全面预算管理、强化财务共享服务中心、加强财务人员培训四方面提出了财务管理模式改进的建议。
随着农村地区互联网普及率显著上升,使用智能手机的农民不断增多。第49次《中国互联网络发展状况统计报告》显示,我国农村网民规模已达2.84亿。而乡村女性由于同时存在地域和性别双重弱势,她们的智能手机使用和新媒介赋权状况常常被忽视。以社会问题为导向是人文社科的应有之义,本文以对新媒介赋权的相关研究为基础,以湖南省临澧县为调研地点开展田野调查,发放400份问卷,并选取10位乡村女性进行访谈,探析新媒介赋
城市道路绿地和公园绿地是城市公共绿地的主要组成部分,对于调节和维护城市生态系统稳定性具有重要作用。舟山市作为滨海旅游城市,城市绿地植物景观面临“千园一面”,“千路一貌”,景观同质化严重,缺乏地域性特色,城市物种多样性偏低等诸多问题。本文旨在从宏观层面规划公共绿地植物景观,通过对舟山市绿地植物景观现状详实调研,基于国内典型城市案例研究,构建城市植物景观总体规划体系,归纳总结城市植物景观总体规划的方法
试验旨在研究不同胎次、加热温度与加热时间对奶山羊初乳中免疫球蛋白含量的影响，探讨规模化养殖模式下羔羊培育技术流程。选取体况良好，发情周期正常，无繁殖及传染性疾病，待产关中奶山羊母羊9只（初产6只，经产3只），于产羔后0、2、6 h和1、3、5、7 d采集初乳样品，测定初乳中营养成分和免疫球蛋白G（IgG）、免疫球蛋白A（IgA）和免疫球蛋白M（IgM）含量；另选取经产母羊9只于产后0、2、6 h采
当前我国经济进入新常态,叠加新冠肺炎疫情影响,中小企业经营困难。金融行业监管整顿升级,融资担保行业陷入“代偿高企,担保余额持续萎缩”的窘境,民营融资担保机构面临转型零售担保的战略机遇。M担保公司自2003年成立以来,组织结构长期采用直线部门化的科层制。为适应愈加复杂多变、竞争激烈的市场环境,增强市场竞争力,2018年起,M公司开始组建跨职能团队,实践表明,M公司团队建设中仍存在着不少问题,各项机制
住宅建筑的抗震能力对人们的生命和财产安全有着非常重要的影响，是为人民提供安全保障的重点内容。要不断提升我国住宅建筑的防震效果，达到保障国民生命安全和财产安全的目的。本文主要是对我国当前在住宅建筑抗震方面的问题进行分析，并提出了相应的解决办法，希望能够为我国的住宅建筑防震领域提供一些有效参考和建议。
教育叙事研究是帮助教师实现专业自主发展的有效方式。教育叙事研究最终指向教师自身的经验反思、专业理解和心灵幸福，指向教师专业成长的生命本体论根基，从四个维度促进教师的专业成长：通过叙事反思提升教师的教育敏感性和教育机智；通过叙述过程重新解释、编码并建构教育意义；通过“变熟为生”的策略实现从故事叙述向理论建构提升；通过“意义深描”的方法实现从单薄叙事向丰厚叙事转型。
蒸散发（ET）的精确计算是区域水资源开发保护以及农业发展的重要环节.基于SEBAL模型本研究以Landsat数据和气象数据为基础，计算了2019年山西省侯马市小麦-玉米轮作区农作物典型生育期的ET值，并分析了其时空分布格局及影响因素.结果表明：气象站实测数据与SEBAL模型计算值进行对比，平均绝对误差为0.71 mm/d，平均相对误差为11.58%，均方根误差为0.74 mm/d,SEBAL模型计
非洲猪瘟对我国养猪业影响巨大，稍有不慎则会造成严重的经济损失。目前防控非洲猪瘟最有力的措施就是加强生物安全防控，严格消毒程序。养殖管理人员应该正确认识消毒剂在非洲猪瘟预防中的重要作用，根据需求，选择安全、经济、稳定与高效的消毒剂方案，基于猪场实际情况，结合消毒剂的特点区别应用。如养殖场区选择磷酸、硫酸、碘复合物、戊二醛、酚类等消毒剂，隔离服与胶鞋等工作装备常选择硫酸氢钾类消毒剂，办公室、食堂与宿舍