论文目录 | |
摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第1章 绪论 | 第9-17页 |
1.1 课题背景及意义 | 第9-11页 |
1.1.1 课题研究背景 | 第9-10页 |
1.1.2 研究的目的和意义 | 第10-11页 |
1.2 国内外相关技术研究现状 | 第11-15页 |
1.2.1 机器博弈大事记 | 第11-12页 |
1.2.2 国外研究现状 | 第12-14页 |
1.2.3 国内研究现状 | 第14-15页 |
1.3 主要研究内容和组织结构 | 第15-17页 |
1.3.1 主要研究内容 | 第15-16页 |
1.3.2 论文的组织结构 | 第16-17页 |
第2章 机器博弈基本理论 | 第17-25页 |
2.1 正则博弈和扩展式博弈 | 第17-18页 |
2.2 信息集 | 第18-19页 |
2.3 纳什均衡和劣策略 | 第19-20页 |
2.4 Kuhn扑克 | 第20-22页 |
2.4.1 Kuhn扑克游戏规则 | 第20-21页 |
2.4.2 3-Kuhn扑克游戏状态空间复杂度分析 | 第21-22页 |
2.5 德州扑克 | 第22-24页 |
2.5.1 德州扑克游戏规则 | 第22页 |
2.5.2 德州扑克博弈特性 | 第22-23页 |
2.5.3 德州扑克状态空间复杂度分析 | 第23-24页 |
2.6 本章小结 | 第24-25页 |
第3章 虚拟遗憾最小化算法研究 | 第25-42页 |
3.1 遗憾最小化算法 | 第25-27页 |
3.1.1 遗憾最小化(Regret Minimization) | 第25-26页 |
3.1.2 遗憾匹配(Regret Matching) | 第26-27页 |
3.2 虚拟遗憾最小化算法(CFR) | 第27-30页 |
3.3 蒙特卡罗虚拟遗憾最小化算法(MCCFR) | 第30-34页 |
3.3.1 基于随机抽样的蒙特卡罗虚拟遗憾最小化算法 | 第31-32页 |
3.3.2 基于外部抽样的蒙特卡罗虚拟遗憾最小化算法 | 第32-34页 |
3.4 纯虚拟遗憾最小化算法(Pure CFR) | 第34-35页 |
3.5 一种改进的虚拟遗憾最小化算法(CFR+) | 第35-36页 |
3.6 虚拟遗憾最小化算法的德州扑克决策模型 | 第36-41页 |
3.6.1 德州扑克状态空间抽象 | 第36-38页 |
3.6.2 离线学习对手策略的虚拟遗憾最小化算法 | 第38-39页 |
3.6.3 在线自适应对手策略的虚拟遗憾最小化算法 | 第39-41页 |
3.7 本章小结 | 第41-42页 |
第4章 实验与结果分析 | 第42-53页 |
4.1 实验系统结构 | 第42-47页 |
4.1.1 德州扑克机器博弈系统实现的七个阶段 | 第42-45页 |
4.1.2 德州扑克机器博弈系统框架 | 第45-47页 |
4.2 实验数据的搜集与整理 | 第47-48页 |
4.3 实验结果分析 | 第48-52页 |
4.3.1 算法性能分析 | 第48-51页 |
4.3.2 改进的CFR算法在3人Kuhn扑克游戏中的应用 | 第51页 |
4.3.3 改进的CFR算法在德州扑克游戏中的应用 | 第51-52页 |
4.4 本章小结 | 第52-53页 |
结论 | 第53-55页 |
参考文献 | 第55-60页 |
附录 | 第60-65页 |
附录A 德州扑克游戏 | 第60-62页 |
A.1 牌型分类 | 第60-61页 |
A.2 德州扑克不同玩法 | 第61-62页 |
附录B 计算机德州扑克大赛 | 第62-65页 |
致谢 | 第65页 |