摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-17页 |
1.1 课题研究背景及意义 | 第10-11页 |
1.2 国内外相关技术研究现状 | 第11-15页 |
1.2.1 国内相关技术研究现状 | 第12页 |
1.2.2 国外相关技术研究现状 | 第12-15页 |
1.3 主要研究内容与论文组织结构 | 第15-17页 |
第2章 德州扑克机器博弈特性描述及其算法分析 | 第17-28页 |
2.1 机器博弈的分类 | 第17-19页 |
2.1.1 正则博弈 | 第17-18页 |
2.1.2 扩展式博弈 | 第18-19页 |
2.2 德州扑克中的博弈特性描述与分析 | 第19-21页 |
2.2.1 德州扑克的规则 | 第19-20页 |
2.2.2 德州扑克的博弈特性 | 第20页 |
2.2.3 德州扑克状态空间复杂度的分析 | 第20-21页 |
2.3 德州扑克中经典机器博弈算法分析 | 第21-26页 |
2.3.1 博弈论方法 | 第21-22页 |
2.3.2 基于专家知识库的方法 | 第22-23页 |
2.3.3 蒙特卡洛树搜索方法 | 第23-24页 |
2.3.4 贝叶斯网络方法 | 第24-26页 |
2.4 德州扑克中现代机器博弈算法分析 | 第26-27页 |
2.4.1 基于纳什均衡策略的博弈算法 | 第26页 |
2.4.2 基于对手模型的博弈算法 | 第26-27页 |
2.5 本章小节 | 第27-28页 |
第3章 基于改进虚拟遗憾最小化的德州扑克机器博弈算法 | 第28-44页 |
3.1 虚拟遗憾最小化算法 | 第28-34页 |
3.1.1 遗憾最小化算法 | 第28-31页 |
3.1.2 虚拟遗憾的推导 | 第31-32页 |
3.1.3 虚拟遗憾最小化算法的分析 | 第32-34页 |
3.2 改进的虚拟遗憾最小化算法 | 第34-38页 |
3.2.1 时序差分学习 | 第34-35页 |
3.2.2 时序差分虚拟遗憾最小化 | 第35-38页 |
3.3 基于改进的虚拟遗憾最小化机器博弈算法实现 | 第38-43页 |
3.3.1 德州扑克底牌抽象化方法 | 第38-39页 |
3.3.2 手牌评估算法 | 第39-41页 |
3.3.3 基于改进虚拟遗憾最小化算法的决策模型 | 第41-43页 |
3.4 本章小结 | 第43-44页 |
第4章 基于改进策略偏向对手模型的机器博弈算法 | 第44-59页 |
4.1 非完备信息机器博弈中传统的对手建模方法 | 第44-48页 |
4.1.1 基于神经网络的对手建模 | 第44-45页 |
4.1.2 基于决策树的对手建模 | 第45-47页 |
4.1.3 基于策略偏向的对手建模 | 第47-48页 |
4.2 基于改进策略偏向的对手建模方法 | 第48-54页 |
4.2.1 对手数据特征的提取 | 第48-50页 |
4.2.2 手牌范围推理 | 第50-51页 |
4.2.3 基于特征数据的对手分类 | 第51-52页 |
4.2.4 基于k-means算法的对手模型聚类 | 第52-54页 |
4.3 基于改进对手模型的博弈策略优化 | 第54-57页 |
4.3.1 对手决策模型 | 第54-55页 |
4.3.2 决策期望值评估 | 第55-56页 |
4.3.3 改进策略偏向的对手建模方法实现 | 第56-57页 |
4.4 本章小节 | 第57-59页 |
第5章 德州扑克机器博弈算法的实验与结论 | 第59-74页 |
5.1 实验系统框架和流程 | 第59-64页 |
5.1.1 德州扑克机器博弈系统框架 | 第59-61页 |
5.1.2 德州扑克机器博弈实现的流程 | 第61-64页 |
5.2 实验设计 | 第64-65页 |
5.2.1 数据采集与统计 | 第64-65页 |
5.2.2 重复性实验 | 第65页 |
5.3 实验结果分析 | 第65-73页 |
5.3.1 虚拟遗憾最小化算法及其改进算法的实验结果分析 | 第66-67页 |
5.3.2 改进策略偏向对手建模方法的性能分析 | 第67-71页 |
5.3.3 各类算法比对分析 | 第71-73页 |
5.4 本章小节 | 第73-74页 |
第6章 总结与展望 | 第74-76页 |
6.1 工作总结 | 第74-75页 |
6.2 展望 | 第75-76页 |
致谢 | 第76-77页 |
参考文献 | 第77-81页 |
攻读硕士学位期间发表的学术论文 | 第81页 |