不完美信息扩展式博弈中在线虚拟遗憾最小化
文献类型：期刊论文
| 作者 | 胡裕靖1; 高阳1; 安波2 |
| 刊名 | 计算机研究与发展
 |
| 出版日期 | 2014 |
| 卷号 | 51.0期号:010页码:2160 |
| 关键词 | 扩展式博弈 不完美信息 遗憾最小化 虚拟遗憾最小化 静态估计法 动态估计法 |
| ISSN号 | 1000-1239 |
| 英文摘要 | 研究在不完美信息扩展式博弈中对次优对手弱点的利用.针对该领域中一种常用方法——对手建模方法——的不足,提出了从遗憾最小化的角度来利用次优对手弱点的思想,并基于一种离线的均衡计算方法——虚拟遗憾最小化方法——将其扩展到在线博弈的场景中,实现对次优对手弱点的利用.提出了从博弈结果中估计各个信息集的虚拟价值的方法,给出2种估计手段：静态估计法和动态估计法.静态估计法直接从博弈结果的分布中进行估计,并对每个结果给以相等的估计权重;而动态估计法则对新产生的博弈结果给以较高的估计权重,以便快速地适应对手的策略变化.基于2种估计方法,提出在线博弈中虚拟遗憾最小化的算法,并在基于单牌扑克的实验中,与4种在线学习算法（DBBR,MCCFR-os,Q-learning,Sarsa）进行了对比.实验结果显示所提出的算法不仅对较弱对手的利用效果最好,还能在与4种对比算法的比赛中取得最高的胜率. |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/29425]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.南京大学 2.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 胡裕靖,高阳,安波. 不完美信息扩展式博弈中在线虚拟遗憾最小化[J]. 计算机研究与发展,2014,51.0(010):2160. |
| APA | 胡裕靖,高阳,&安波.(2014).不完美信息扩展式博弈中在线虚拟遗憾最小化.计算机研究与发展,51.0(010),2160. |
| MLA | 胡裕靖,et al."不完美信息扩展式博弈中在线虚拟遗憾最小化".计算机研究与发展 51.0.010(2014):2160. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。