| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景和意义 | 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 国内外相关研究及综述 | 第11-13页 |
| 1.3 主要研究内容及组织结构 | 第13-15页 |
| 1.3.1 主要研究内容 | 第13-14页 |
| 1.3.2 论文的组织结构 | 第14-15页 |
| 第2章 非完备信息机器博弈 | 第15-21页 |
| 2.1 非完备信息游戏中的博弈问题 | 第15页 |
| 2.2 博弈树搜索 | 第15-17页 |
| 2.3 估值函数 | 第17-18页 |
| 2.3.1 静态估值函数 | 第17页 |
| 2.3.2 动态估值函数 | 第17-18页 |
| 2.4 部分可观测马尔科夫决策过程 | 第18-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 基于深度强化学习的非完备信息机器博弈 | 第21-43页 |
| 3.1 深度强化学习 | 第21-29页 |
| 3.1.1 强化学习 | 第21-24页 |
| 3.1.2 深度学习 | 第24-25页 |
| 3.1.3 深度强化学习算法 | 第25-29页 |
| 3.2 改进的深度强化学习网络 | 第29-33页 |
| 3.3 基于蒙特卡洛博弈树搜索的回报函数 | 第33-37页 |
| 3.3.1 蒙特卡洛博弈树搜索 | 第33-35页 |
| 3.3.2 蒙特卡洛博弈树搜索应用于深度强化学习中 | 第35-37页 |
| 3.4 扑克游戏的模式匹配建模方法 | 第37-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 非完备信息机器博弈系统的实现和实验分析 | 第43-53页 |
| 4.1 德州扑克机器博弈系统 | 第43-48页 |
| 4.1.1 德州扑克机器博弈系统框架 | 第43-45页 |
| 4.1.2 德州扑克智能体训练方式 | 第45-46页 |
| 4.1.3 改进的深度强化学习网络结构 | 第46-48页 |
| 4.2 实验结果分析 | 第48-52页 |
| 4.2.1 两种网络效果对比 | 第48-50页 |
| 4.2.2 不同梯度下降算法实验效果对比 | 第50页 |
| 4.2.3 改进的深度强化学习智能体与其他智能体对比 | 第50-52页 |
| 4.3 本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60页 |