计算机算法的应与简介.docVIP

本科毕业设计（论文）外文翻译译文 学生姓名： 强 旺 院 （系）： 计算机学院 专业班级： 计0702 指导教师： 强新建 完成日期： 2011 年 3 月 15 日 数学行为中的人工智能游戏 Behavioral Mathematics for Game AI 作者：DAVE MARK 起止页码：—68页 出版日期：March 5, 2009 出版单位：Course Technology PTR 外文翻译译文： 博弈论 当从各的学科研究了决策理论巨兽，或许一个最成功的(与我们相关)突袭到这个领里是在博奕论区域做的努力的汇集。博奕论从是主流。 的最初的18世纪的早期。 然而，的数学天才在1928年他发表了在主题的一系列的论文。奥斯卡摩根斯坦出版书博奕论经济行为1944年之后，在1951年另一个水平。 然而总体上，博奕论衰和。军事或者科学竞技场它在政治学、社会学生物计算机科学，甚而逻辑和哲学。 在20世纪80年代，50年超过在和奥斯卡摩根斯坦出版了他们在的的学术论文35年间。 尽管博奕论名只被到比赛的概念。 实际上，名“博弈论”是也许了在科学界严重被考虑的延迟)一个有点不的错误的名称。核心概念更趋向人工智能的领域其中一项最重要的任务是地方性的对博奕论的想法是研究一个自然开始的地方关于怎样决定在比赛人为代理。人：个人打的比赛。或者，这适用于个队往同样目标 (例如：桥)。 ：有一个平衡的终端条件例如一个优胜者一个失败者的比赛(棋、验查员)，或者(例如：在桌前一定量支出地玩扑克)。非零和：比赛有程度赢取和丢失的地方(完：(例如：国际象棋、验查员。合作社比赛球员能形成约束承诺的地方。比赛双方有同一信息和同规则。不对称：比赛十四世纪英国逻辑学家和方济会修士威廉(我承认我必须包括这里)，这大致翻译他是一位精采地天才的数学家(认识他著名他拒绝使用实际上帮助发明的巨型计算机，因为他快速地做演算在他的头)。当冯·诺依曼先生知道闪光和样式不适当时，其中他的一个博奕论的介绍的有用的方面是它足够小零件辩明概念在是容易的在博奕论上例子描绘经常是简单规则和平等透明决定可能。奥斯卡摩根斯坦匹配便士和奥斯卡摩根斯坦开始了题为“几个基本的游戏”，它有一个小节，有一节“最简单的游戏。”他们不是在开玩笑。他们推出的第一个匹配便士。它类似于，，但有两个选择，而不是三个游戏中涉及到两名和两个便士（我使用有趣的选择，尽管缺乏长期的游戏...但是这只是我的两分钱。）每个他一分钱，打开它要么元首或尾巴。然后，他们同时显示对方的硬币，以及随之而来的得分一轮非常复杂严峻的考验。正如你可以看到在图5.1，如果便士匹配要么两国元首或两个尾巴，那A是赢家。相反，如果硬币不匹配，那么B是赢家。（我不知道它是如何确定谁是A，但我认为他们可以抛硬币。）A 元首 尾巴 比赛者B 元首 A:+1（赢） B:-1（输） A:-1（输） B:+1（赢） 尾巴 A:-1（输） B:+1（赢） A:+1（赢） B:-1（输） 图5.1 匹配便士矩阵图 ·如果便士有相同两面，那么比赛者A获胜。 ·如果便士有相反两面，那么比赛者B获胜。 在这里要吸取的教训严格术语之一。选配几个便士是一种游戏，其中有没有“纯策略。”也就是说，不存在“最好的回应。”一个的战略是一个什么样的应该在任何时间做完整的。也就是说，如果你这个方式，你会赢得（这样做至少将最大限度地的机会）。例如，正如我们讨论过，有一个纯策略。如果你想成功，你必须做出一定的动作。如果你举措，您获得最大的机会，其中，在的情况下，通常会导致一场平局。在最坏的情况，它并不会导致亏损。在最好的，如果你的对手犯错（未纯策略），你会获胜。 在匹配便士中，因为是不需要知识的游戏环境，没有感知，并没有计算到制造，甚至规范性决策理论不能前来救援并且告诉我们答案，我们应该对任何给定自由发挥。因此，不存在玩纯策略。在任何一个时间没有“最好“的事情。 有趣的是，尽管由于没有“最好”的策略，随着时间的推移有一个最坏的战略...总是选择你的硬币相同的脸。如果你这样做，它不会需要很长时间其他人来决定你的模式，并作出相应的反应。同样，一个并行的策略是最糟糕的头和尾之间始终交替。你的对手应该能够拿起你的方法，发挥这样一种方式，你可预见的话重复自己的优势。请注意，在这一点上，我们还没有推出了一些知识的发挥格局。如果代理人能辨别，并据此计算（即扩展模式），那么它可能作出什么决定，应该发挥的规范性理论为每一个相当不错的尝试。这纯策略相反的做法被称为混合策略。