多人不完备信息博弈的一种解法及改进.pdfVIP

第 44卷 第 6期 武汉大学学报(工学版) V01．44No．6 2011年 12月 EngineeringJourna1ofWuhanUniversity Dec．2O1l 文章编号：1671—8844(2011)06—0792—05 多人不完备信息博弈的一种解法及改进 徐涛 。，赵慧伟 ，吕宗磊 (1．中国民航大学计算机科学与技术学院，天津 300300；2．中国民航信息技术科研基地，天津 300300) 摘要：多人不完备信息博弈是一类存在私有信息而出现信息不完备、不对称的多人博弈．以扑克牌游戏这类典型的 多人不完备信息博弈为原型提出一般动态博弈模型GDGM．在该模型框架下，提出一种基于MU算法的多人不完 备信息博弈算法MMU，并将MMu算法分别与经典博弈算法Paranoid和MCTS结合，消除该算法对经验值的依 赖．最后实验从胜率和得分两个角度对算法进行评价．结果表明，结合了经典博弈算法Paranoid和MCTS算法的 PN—MMU和MT_MMU算法可有效处理以扑克牌游戏为代表的多人不完备信息博弈问题 ，并且与PN—MMu相 比，MT-MMU具有更好 的博弈能力． 关键词：人工智能；多人不完备信息博弈；博弈模型；PN—MMU算法；MT-MMU算法 中图分类号 ：TP182 文献标志码：A A solution ofmulti·。playerimperfectinformation gameandimprovements XU Tao ，ZHAO Huiwei，LV Zonglei’ (1．CollegeofComputerScienceandTechnology，CivilAviationUniversityofChina，Tianjin300300，China； 2．InformationTechnologyResearchBaseofCAAC，Tianjin300300，China) Abstract：Dueto theprivateinformation inmulti—playerimperfectinformation game，the informationof eachgameplayerisincompleteandasymmetric．Generaldynamicgamemodel(GDGM)isproposedbased onpokergame，which istypicalmulti—playerimperfectinformation game．UndertheframeofGDGM ， maxn-M‘onteCarlosampling——UCT (MMU)algorithm formulti—·playerimperfectinformationgameispres—— entedbasedonMonteCarlosampling-UCT(MU)algorithm ，andfurtherMMU iScombinedwithParanoid andMonteCarlotreesearch(MCTS)respectivelytoeliminateitsdependenceonexperiencevalue．Finally， bothalgorithmsareevaluatedfrom theperspectivesofwinningrateandscorebyexperiments．Theexperi— mentalresultsshow thattheParanoildalgorithm MMU (PN—MMU)andMonteCarlothreesearchMMU (MT—MMU)algorithm combinedwithParanoidandMCTSrespectivelycaneffeetivelydealwiththeprob— lemsofpokergames．ComparedwithPN—MMU，MT—MMU hasbetterperformanceofgame． Keywords：artificial