机器博弈风险分析及其估算方法的研究.pdfVIP

高技术通讯 2013 年第23 卷第9 期:965 -972 doi: 10. 3772/j. issn. 1 ∞2~70.2013.09.014 机器博弈风险分析及其估算方法的研究① 张加佳②王轩 (哈尔滨工业大学深圳研究生院 深圳 518055 ) 摘要提出了风险损失的概念，讨论了机器博弈问题中可能导致风险损失的几种因素。 针对完备信息和非完备信息机器博弈问题的风险损失情况进行分析，提出了一个在博弈 过程中估算机器博弈问题风险损失的方法。通过对完备信息博弈问题和非完备信息多人 博弈问题的实验，论证了所提出的观点，并验证了提出的风险损失估算方法的有效性。最 后提出了一种基于风险损失的博弈策略选择方法。 关键字 多重均衡，风险占优均衡，非完备信息博弈，风险损失 择的一个重要方法。随后，围绕多重均衡策略选择 问题的应用研究在不断深入。相关研究主要集中在 0 引言 基于m皿-n 算法的策略选择模型的建立方法，其中 以 Nathan 的对于模型研究为代表[7] 。但是，系统地 在机器博弈领域，完备信息二人机器博弈问题 针对机器博弈问题中风险因素的分析及估算方法方 研究已取得很多成功，例如代表性的国际象棋博弈 (深蓝，IBM) 、西洋跳棋等[IJ 。在我国，该领域的主 面的研究并不多见，笔者初步建立了一套简单的通 要工作集中在对中国象棋博弈问题的研究[23] ，其 过抽样方法评估策略风险的模型[8] 0 2∞8 年， Zinkevich 基于损失最小化(regret minimization) 思想 顶级的智能体博弈水平已经可以和职业象棋棋手相 匹敌。这类问题研究的基本假设之一是博弈者采用 提出了 CFR (countertactual regret) 概念及相关算 法间，Nick Abou Risk 等人进一步将 CFR 算法扩展 相同的估值函数，博弈问题存在唯一的最优 Nash 均 到多人博弈的问题当中[ω]0 CFR 算法的本质是机 衡。但是当机器博弈扩展到更为复杂的非完备信息 器学习的方法，通过不断训练，无限逼近最优策略， 博弈问题时，经典的完备信息博弈算法并不能给出 12 世界数规模的 这就限定了该算法目前只能处理 10 令人满意的表现。建立对于模型，采用多重均衡博 博弈问题。 弈理论及方法分析和这类复杂的机器博弈问题已经 成为近年来机器博弈领域的研究热点[4] 。很多学 本文对机器博弈问题中的风险因素展开了研 究，通过提出风险损失的概念，对不同条件下的机器 者对博弈多重均衡的直觉判断和分析的有关问题提