一种德州扑克牌力评估方法

摘要

德州扑克是一种计算机博弈牌类项目,作为不完美信息博弈,其牌力评估较为困难。为了提高针对不同对手的评估效益,提出一种基于对手模型的牌力评估方法。首先用树存储对手的动作频率信息,然后根据树构建一个与对手行动类似的虚拟对手智能体,最后在对局中计算虚拟对手的策略,更新对手的手牌权重,缩小对手可能手牌范围,完成牌力评估。实验结果显示:使用基于对手模型牌力评估方法的智能体击败了不同风格的对手,且总体赢得的筹码比使用静态评估方法的智能体高。与传统方法相比能有效针对不同的对手类型,提高评估效益。