基于状态抽象和残局解算的二人非限制性德州扑克策略的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-13页 |
| 1.1.1 课题研究背景 | 第9-10页 |
| 1.1.2 研究目的和意义 | 第10-11页 |
| 1.1.3 国内外研究现状 | 第11-13页 |
| 1.2 主要研究内容和组织结构 | 第13-15页 |
| 1.2.1 主要研究内容 | 第13-14页 |
| 1.2.2 论文的组织结构 | 第14-15页 |
| 第2章 非完备信息机器博弈 | 第15-24页 |
| 2.1 引言 | 第15页 |
| 2.2 德州扑克游戏规则 | 第15-16页 |
| 2.3 德州扑克状态空间 | 第16-17页 |
| 2.4 机器博弈基本概念 | 第17-18页 |
| 2.5 博弈论解概念 | 第18-20页 |
| 2.5.1 策略的表示 | 第18-19页 |
| 2.5.2 纳什均衡 | 第19-20页 |
| 2.6 遗憾最小化算法 | 第20-21页 |
| 2.7 虚拟遗憾最小化算法 | 第21-23页 |
| 2.8 本章小结 | 第23-24页 |
| 第3章 状态抽象算法 | 第24-38页 |
| 3.1 引言 | 第24页 |
| 3.2 手牌同构算法 | 第24-27页 |
| 3.2.1 对点数集合M?rank建立索引 | 第25-26页 |
| 3.2.2 对K轮点数集组建立索引 | 第26页 |
| 3.2.3 结合花色建立最终索引 | 第26-27页 |
| 3.3 手牌抽象算法 | 第27-33页 |
| 3.3.1 基于手牌分布的手牌抽象 | 第27-30页 |
| 3.3.2 基于公共信息的手牌抽象 | 第30-32页 |
| 3.3.3 基于对手手牌类型的手牌抽象 | 第32-33页 |
| 3.4 动作抽象算法 | 第33-35页 |
| 3.5 动作映射算法 | 第35-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第4章 游戏残局解算 | 第38-47页 |
| 4.1 引言 | 第38页 |
| 4.2 策略实时求解框架 | 第38-41页 |
| 4.3 对手手牌预测 | 第41-42页 |
| 4.4 中间状态效益值估计 | 第42-44页 |
| 4.5 CFR~+算法 | 第44-46页 |
| 4.6 高效叶子结点收益评估 | 第46页 |
| 4.7 本章小结 | 第46-47页 |
| 第5章 德州扑克智能体的设计与实现 | 第47-57页 |
| 5.1 引言 | 第47页 |
| 5.2 智能体设计与实现 | 第47-49页 |
| 5.2.1 博弈系统框架 | 第47-48页 |
| 5.2.2 智能体框架 | 第48-49页 |
| 5.3 实验结果与分析 | 第49-54页 |
| 5.3.1 手牌同构算法对比实验 | 第49页 |
| 5.3.2 抽象算法对比实验 | 第49-50页 |
| 5.3.3 游戏残局对比实验 | 第50-51页 |
| 5.3.4 动作抽象的对比实验 | 第51-52页 |
| 5.3.5 参加ACPC比赛结果 | 第52-54页 |
| 5.4 基于Web的德州扑克人机对弈系统 | 第54-56页 |
| 5.5 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第63-65页 |
| 致谢 | 第65页 |
