| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 研究背景 | 第12页 |
| 1.2 研究意义 | 第12-15页 |
| 1.3 本文主要工作及组织结构 | 第15-16页 |
| 第二章 德州扑克简介及扑克人工智能相关工作 | 第16-28页 |
| 2.1 德州扑克简介 | 第16-18页 |
| 2.1.1 德州扑克关键词 | 第16-17页 |
| 2.1.2 德州扑克主要的类型 | 第17页 |
| 2.1.3 游戏流程 | 第17-18页 |
| 2.1.4 游戏基本规则 | 第18页 |
| 2.2 基于人工智能技术的扑克Agent | 第18-25页 |
| 2.2.1 基于知识库系统的方法 | 第20-21页 |
| 2.2.2 模拟方法 | 第21-22页 |
| 2.2.3 博弈论方法 | 第22-23页 |
| 2.2.4 进化方法和神经网络 | 第23页 |
| 2.2.5 贝叶斯网络方法 | 第23-25页 |
| 2.3 扑克中对手建模的相关工作 | 第25-28页 |
| 2.3.1 扑克中对手建模的困难 | 第25-26页 |
| 2.3.2 扑克中对手建模的主要方法 | 第26-28页 |
| 第三章 基于贝叶斯网络推理的对手风格建模方法 | 第28-42页 |
| 3.1 引言 | 第28-29页 |
| 3.2 基于贝叶斯网络推理的对手风格建模 | 第29-35页 |
| 3.2.1 一手牌赢、平或者输的概率分布 | 第30-32页 |
| 3.2.2 基于牌局状态信息的对手风格建模 | 第32-35页 |
| 3.2.3 利用建模得到的风格得到对手近似的手牌强度 | 第35页 |
| 3.3 实验和分析 | 第35-41页 |
| 3.3.1 实验设置 | 第35-36页 |
| 3.3.2 结果和分析 | 第36-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 基于隐马尔可夫模型的对手建模方法 | 第42-60页 |
| 4.1 引言 | 第42-43页 |
| 4.2 隐马尔可夫模型相关理论 | 第43-51页 |
| 4.2.1 马尔可夫性质 | 第43页 |
| 4.2.2 马尔可夫链 | 第43-45页 |
| 4.2.3 隐马尔可夫模型的定义 | 第45-46页 |
| 4.2.4 隐马尔可夫模型的三个基本问题 | 第46-51页 |
| 4.3 基于隐马科夫模型的德州扑克对手建模 | 第51-56页 |
| 4.3.1 模型设计 | 第52-54页 |
| 4.3.2 模型参数的确定 | 第54页 |
| 4.3.3 策略设计 | 第54-56页 |
| 4.4 实验和分析 | 第56-59页 |
| 4.4.1 实验设置 | 第56-57页 |
| 4.4.2 结果和分析 | 第57-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 简历与科研成果 | 第66-67页 |
| 致谢 | 第67-68页 |