Institute of Computing Technology, Chinese Academy IR
| 不完美信息扩展式博弈中在线虚拟遗憾最小化 | |
| 胡裕靖1; 高阳1; 安波2 | |
| 2014 | |
| 发表期刊 | 计算机研究与发展
 |
| ISSN | 1000-1239 |
| 卷号 | 51.0期号:010页码:2160 |
| 摘要 | 研究在不完美信息扩展式博弈中对次优对手弱点的利用.针对该领域中一种常用方法——对手建模方法——的不足,提出了从遗憾最小化的角度来利用次优对手弱点的思想,并基于一种离线的均衡计算方法——虚拟遗憾最小化方法——将其扩展到在线博弈的场景中,实现对次优对手弱点的利用.提出了从博弈结果中估计各个信息集的虚拟价值的方法,给出2种估计手段：静态估计法和动态估计法.静态估计法直接从博弈结果的分布中进行估计,并对每个结果给以相等的估计权重;而动态估计法则对新产生的博弈结果给以较高的估计权重,以便快速地适应对手的策略变化.基于2种估计方法,提出在线博弈中虚拟遗憾最小化的算法,并在基于单牌扑克的实验中,与4种在线学习算法（DBBR,MCCFR-os,Q-learning,Sarsa）进行了对比.实验结果显示所提出的算法不仅对较弱对手的利用效果最好,还能在与4种对比算法的比赛中取得最高的胜率. |
| 关键词 | 扩展式博弈 不完美信息 遗憾最小化 虚拟遗憾最小化 静态估计法 动态估计法 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/29426 |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.南京大学 2.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 胡裕靖,高阳,安波. 不完美信息扩展式博弈中在线虚拟遗憾最小化[J]. 计算机研究与发展,2014,51.0(010):2160. |
| APA | 胡裕靖,高阳,&安波.(2014).不完美信息扩展式博弈中在线虚拟遗憾最小化.计算机研究与发展,51.0(010),2160. |
| MLA | 胡裕靖,et al."不完美信息扩展式博弈中在线虚拟遗憾最小化".计算机研究与发展 51.0.010(2014):2160. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [胡裕靖]的文章 |
| [高阳]的文章 |
| [安波]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [胡裕靖]的文章 |
| [高阳]的文章 |
| [安波]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [胡裕靖]的文章 |
| [高阳]的文章 |
| [安波]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论