非完备信息博弈估值算法的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题研究背景及意义 | 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 国内外相关技术研究现状 | 第11-12页 |
| 1.2.1 国外研究现状 | 第11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 主要研究内容及组织结构 | 第12-14页 |
| 1.3.1 主要研究内容 | 第12-13页 |
| 1.3.2 论文组织结构 | 第13-14页 |
| 第2章 非完备信息博弈 | 第14-23页 |
| 2.1 引言 | 第14页 |
| 2.2 博弈分类与纳什均衡 | 第14-15页 |
| 2.3 机器博弈系统的组成 | 第15-16页 |
| 2.4 博弈树搜索 | 第16-19页 |
| 2.5 估值算法 | 第19-22页 |
| 2.5.1 静态估值算法 | 第19页 |
| 2.5.2 反事实的后悔值最小化 | 第19-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第3章 非完备信息博弈估值算法 | 第23-48页 |
| 3.1 引言 | 第23页 |
| 3.2 翻牌前阶段估值算法 | 第23-27页 |
| 3.2.1 手牌估值 | 第23-25页 |
| 3.2.2 改进的算法模型 | 第25-27页 |
| 3.3 基于BP人工神经网络的估值算法 | 第27-41页 |
| 3.3.1 估值算法模型 | 第29-32页 |
| 3.3.2 改进的特征提取 | 第32-37页 |
| 3.3.3 估值算法模型应用 | 第37-40页 |
| 3.3.4 多专家学习与动态权值调整 | 第40-41页 |
| 3.4 深度神经网络 | 第41-46页 |
| 3.4.1 深度神经网络结构 | 第41-44页 |
| 3.4.2 深度神经网络在博弈中的应用 | 第44-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第4章 实验与结果分析 | 第48-60页 |
| 4.1 引言 | 第48页 |
| 4.2 实验数据介绍 | 第48-50页 |
| 4.3 实验平台和系统 | 第50-52页 |
| 4.3.1 开发环境及平台 | 第50页 |
| 4.3.2 德州扑克博弈系统 | 第50-51页 |
| 4.3.3 实验系统 | 第51-52页 |
| 4.4 结果分析 | 第52-59页 |
| 4.4.1 估值算法准确率分析 | 第53页 |
| 4.4.2 德州扑克比赛结果 | 第53-59页 |
| 4.5 本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65-69页 |
| 附录A德州扑克游戏 | 第65-68页 |
| A.1 基本规则 | 第65-66页 |
| A.2 扑克牌分类 | 第66-67页 |
| A.3 Kuhn扑克 | 第67-68页 |
| 附录B计算机扑克大赛规则 | 第68-69页 |
| 攻读硕士学位期间发表的学术论文 | 第69-71页 |
| 致谢 | 第71页 |
