博弈树

摘要： 亚马逊棋AI搜索算法包括蒙特卡洛搜索算法、改进后的α-β剪枝算法,极大极小搜素算法,经检验发现蒙特卡洛搜索算法取得较好的成果,但原有的搜索算法由于搜索的博弈树层数为固定值,会产生超时或搜索层数过少造成搜索不完全的问题,尝试使用CNN模型优化原有的亚马逊棋搜索算法。设计一个基于CNN模型的优化器,该优化器将当前棋盘的权值作为输入层,进行三层卷积,输出层为当前局面下的最优层数。在同等计算力条件下,采用蒙特卡洛与α-β剪枝算法,令采用CNN模型优化后的搜索算法与固定搜索层数的算法进行对弈,前者的不败率为73.4%。

摘要： 为解决国际象棋入门门槛较高、新的棋类游戏爱好者提升棋艺难度较大的问题,编写了一种能保持双方棋局局势相对平衡的算法,保证计算机与对弈者所选择的走法不会产生过大的差距,从而使得胜利或失败变得不是那么的容易.本系统以原生的JavaScript为基础,使用html与CSS进行页面的搭建,编写了使用以保持棋盘局势平衡为目标的博弈算法的国际象棋游戏,使得初学者在玩游戏的过程中可以感受到更多的乐趣,并同时获得水平的提升,有利于国际象棋爱好者棋艺的进步以及国际象棋运动的传播.

摘要： 针对当前五子棋游戏软件存在的自主学习能力有限、用户体验感差等问题,笔者设计实现了一个基于博弈树搜索模型的五子棋游戏系统.在深入分析棋局局面搜索基本原理的基础上,设计了五子棋棋局局面最优搜索与评估策略,研究了基于平衡权值策略的博弈树搜索评估理论模型,详细讨论了五子棋游戏系统的设计过程,给出了五子棋游戏软件的具体实现.本文实现的五子棋游戏系统操作简洁、自主学习能力强且用户体验感觉好,研究工作具有重要的现实意义.

摘要： 为了利用历史经验知识提高德州扑克博弈水平,提出一种二人赌注无上限的德州扑克博弈系统架构:对于知识库模块,利用海量历史牌局训练得到基于CNN的深度学习网络模型并构建了一个专家经验库;在系统的搜索模块中,构建了一种分阶段的德州扑克博弈树,利用专家经验和历史经验引导德州扑克博弈树的展开;对于系统的估值核心模块,构建了一种基于哈希技术的牌型对照表,以提高系统判定胜负的效率.实验结果表明本文提出的博弈系统架构具有更高的对弈水平.

摘要： 为了保障航班过站的安全和高效,提出了一种基于博弈树理论的航班地面保障过程动态控制方法.首先将航班地面保障过程抽象为一个多主体多目标的优化问题,并针对该问题建立了多重约束的优化数学模型.然后根据模型建立了三方博弈树的动态控制方法,并根据Alpha-Beta剪枝算法对结构简化.最后结合实际数据开展对比实验分析.结果表明,基于博弈树的动态控制方法能够平均减少3.45分钟的调度时间,保障资源平均利用率提升约17.3％的,同时为航班推出控制提供决策依据.

摘要： 水电移民领域是利益博弈最集中的领域之一.本文以某大型水电工程中的移民安置居民点调整实例为依托,结合水电移民的管理体制机制特点,尝试建立了三元博弈模型,并通过博弈树剖析了地方政府提出居民点位置调整诉求后,利益相关各方的博弈决策过程,结果表明,当地方政府提出的诉求在合理的要求范围内时,水电移民用地直接相关的企业、移民和地方政府三方将会迅速做出决定,以较快的速度达到利益分配的优化调整,表现出系统决策的帕累托效率.项目的实际实施效果验证了该三元博弈分析模型的适用性.

摘要： 在人类社会发展中,经济行为与其相辅相成,存在很多普遍的经济学现象,其中包括信息不对称。在经济交易的中,一方拥有或者了解对方不知情的、某个方面利于交易的信息,就可以占据信息优势,实现以偏离市场均衡价格的位置达成交易,因此可以获得更多的利益,这就是大众认可的优势信息的信息红利。众多研究表明,所有可能的代理人都具备部分私人的信息,只有通过制度设计,即委托-代理。

摘要： 该文针对机器博弈中常见的技术和各种优化方法以六子棋为例进行分析和讨论,从棋盘表示、走法生成、博弈树与搜索算法这三个方面进行展开,从各种技术的优缺点出发,为机器博弈新思路提供了参考.

摘要： 棋手们在行棋时有各种不同的风格,有的走子稳健,有的喜欢搏杀对攻,每个人的风格各异.文中将一些专家知识融入到计算机博弈的过程中,提出了子力对比值的概念,并对博弈树节点引入一个新的特征以表示棋局的激烈程度,对博弈树搜索时不再简单地选择最大评估函数值对应的走步,而是综合考虑评估函数值和对手的风格,在面对不同对手和不同风格时采取不同的策略.

摘要： 在人工智能领域内,博弈是很重要的一个研究分支.通过对博弈的研究,可以解决很多实际问题,使电脑智能向人类智能迈进一大步.1997年,世界头号国际象棋大师卡斯帕罗夫与IBM的超级计算机"深蓝"较量后不得不俯首称臣,让人脑第一次尝到了在电脑面前失败的滋味.博弈理论在这场人机大战中起了关键性的作用.博弈理论已被用于很多棋类游戏的设计中.本文以五子棋问题为例,讨论了一个基于博弈树的五子棋算法及其具体实现,在实现中应用了α-β剪枝法和最大最小树原理进行搜索发现最好的下子位置.针对广度搜索层数的增加所带来的五子棋算法的低效性,进而提出了基于多线程搜索策略和分布式搜索策略的改进方法.

摘要： 计算机博弈是人工智能领域公认的最具挑战性的科研课题之一.国际象棋的计算机博弈已经有了很长的历史,并且经历了一场波澜壮阔的"搏杀","深蓝"计算机的胜利也给人类留下了难以忘怀的记忆.中国象棋计算机博弈的难度绝不亚于国际象棋,但在学术界几乎无人问津,成为"被爱情遗忘的角落".为了在这最具挑战性的方向上有所作为,应该在中华大地上开展向中国象棋冠军挑战的伟大战役,有效动员广大科技青年的创新热情,通过广泛开展中国象棋的计算机硬件和软件系统的深入研究,共同争取一场能够扬眉中国科技工作者的新胜利.

摘要： 计算机博弈是人工智能领域公认的最具挑战性的科研课题之一.国际象棋的计算机博弈已经有了很长的历史,并且经历了一场波澜壮阔的"搏杀","深蓝"计算机的胜利也给人类留下了难以忘怀的记忆.中国象棋计算机博弈的难度绝不亚于国际象棋,但在学术界几乎无人问津,成为"被爱情遗忘的角落".为了在这最具挑战性的方向上有所作为,应该在中华大地上开展向中国象棋冠军挑战的伟大战役,有效动员广大科技青年的创新热情,通过广泛开展中国象棋的计算机硬件和软件系统的深入研究,共同争取一场能够扬眉中国科技工作者的新胜利.

摘要： 计算机博弈是人工智能领域公认的最具挑战性的科研课题之一.国际象棋的计算机博弈已经有了很长的历史,并且经历了一场波澜壮阔的"搏杀","深蓝"计算机的胜利也给人类留下了难以忘怀的记忆.中国象棋计算机博弈的难度绝不亚于国际象棋,但在学术界几乎无人问津,成为"被爱情遗忘的角落".为了在这最具挑战性的方向上有所作为,应该在中华大地上开展向中国象棋冠军挑战的伟大战役,有效动员广大科技青年的创新热情,通过广泛开展中国象棋的计算机硬件和软件系统的深入研究,共同争取一场能够扬眉中国科技工作者的新胜利.

摘要： 计算机博弈是人工智能领域公认的最具挑战性的科研课题之一.国际象棋的计算机博弈已经有了很长的历史,并且经历了一场波澜壮阔的"搏杀","深蓝"计算机的胜利也给人类留下了难以忘怀的记忆.中国象棋计算机博弈的难度绝不亚于国际象棋,但在学术界几乎无人问津,成为"被爱情遗忘的角落".为了在这最具挑战性的方向上有所作为,应该在中华大地上开展向中国象棋冠军挑战的伟大战役,有效动员广大科技青年的创新热情,通过广泛开展中国象棋的计算机硬件和软件系统的深入研究,共同争取一场能够扬眉中国科技工作者的新胜利.

摘要： 计算机博弈是人工智能领域公认的最具挑战性的科研课题之一.国际象棋的计算机博弈已经有了很长的历史,并且经历了一场波澜壮阔的"搏杀","深蓝"计算机的胜利也给人类留下了难以忘怀的记忆.中国象棋计算机博弈的难度绝不亚于国际象棋,但在学术界几乎无人问津,成为"被爱情遗忘的角落".为了在这最具挑战性的方向上有所作为,应该在中华大地上开展向中国象棋冠军挑战的伟大战役,有效动员广大科技青年的创新热情,通过广泛开展中国象棋的计算机硬件和软件系统的深入研究,共同争取一场能够扬眉中国科技工作者的新胜利.

摘要： 计算机博弈是人工智能领域公认的最具挑战性的科研课题之一.国际象棋的计算机博弈已经有了很长的历史,并且经历了一场波澜壮阔的"搏杀","深蓝"计算机的胜利也给人类留下了难以忘怀的记忆.中国象棋计算机博弈的难度绝不亚于国际象棋,但在学术界几乎无人问津,成为"被爱情遗忘的角落".为了在这最具挑战性的方向上有所作为,应该在中华大地上开展向中国象棋冠军挑战的伟大战役,有效动员广大科技青年的创新热情,通过广泛开展中国象棋的计算机硬件和软件系统的深入研究,共同争取一场能够扬眉中国科技工作者的新胜利.

摘要： 本发明公开了一种基于模糊决策树的深度强化学习空战博弈解释方法，包括：采用已训练的深度强化学习模型进行空战博弈，得到训练集和特征集；构建特征集中各特征的隶属度函数，逐一将特征模糊化，得到特征集模糊化后的模糊特征集；根据训练集和模糊特征集建立模糊决策树；通过极小化决策树的损失函数对模糊决策树进行剪枝；遍历剪枝后的模糊决策树的所有路径，其中每一路径表示一个空战博弈规则；将空战博弈时深度强化学习模型的输入和输出保存为待处理数据，将待处理数据输入至剪枝后的模糊决策树中得到对应的空战博弈规则，从而完成空战博弈解释。本发明解决了深度强化学习算法可解释性差、结果不直观的问题。

摘要： 本发明公开一种基于三层交叉博弈能量树的脑波病历信号约简方法。该方法首先设计两棵相邻的三层交叉博弈能量树T

摘要： 本发明公开了一种基于模糊决策树的深度强化学习空战博弈解释方法，包括：采用已训练的深度强化学习模型进行空战博弈，得到训练集和特征集；构建特征集中各特征的隶属度函数，逐一将特征模糊化，得到特征集模糊化后的模糊特征集；根据训练集和模糊特征集建立模糊决策树；通过极小化决策树的损失函数对模糊决策树进行剪枝；遍历剪枝后的模糊决策树的所有路径，其中每一路径表示一个空战博弈规则；将空战博弈时深度强化学习模型的输入和输出保存为待处理数据，将待处理数据输入至剪枝后的模糊决策树中得到对应的空战博弈规则，从而完成空战博弈解释。本发明解决了深度强化学习算法可解释性差、结果不直观的问题。

摘要： 本实用新型首先提出了一种树池支撑架，包括底座，所述底座包括交叉设置的两根底杆，两根所述底杆的交叉处设有支撑柱，所述底杆两端均设有连接部。本实用新型还提出了一种树池支撑模块，包括阵列设置的多个如上所述的树池支撑架，相邻所述树池支撑架的连接部相互连接，每四个树池支撑架的支撑柱之间设有一块透水盖板，所述透水盖板卡接在相邻四个支撑柱上的十字卡接片的限位卡接部内，所述透水盖板上设有渗水孔和蓄水孔，所述蓄水孔上连接有蓄水管。本实用新型还提出了一种行道树根系树池结构，包括如上所述的树池支撑模块，所述树池支撑模块上设有树穴，所述树池支撑模块下方设有蓄水渠，所述蓄水管的出水口端与所述蓄水渠相连通。

摘要： 本发明涉及一种围棋上的搜索博弈树的策略改进方法，以当前状态为根节点建立搜索树；选择根节点的一个孩子节点进行模拟，如有孩子节点还没有被模拟过，则从根节点的孩子节点里面随机选择一个孩子进行模拟；如所有孩子节点都被模拟过至少一次，则选择UCB分树最高的孩子节点；从选中的孩子节点开始模拟一直到叶子节点结束；模拟策略结合均匀采样和极小极大策略；将模拟最后的结果反向传播到根节点，路径上所有叶子的动作价值函数Q值和N值被更新；重复上述步骤多次，最后选择UCB中利用项分数最高的节点。本发明将改进算法应用在围棋的搜索策略中，通过了GNUGo，CGOS的评测，最后的实验结果表明该算法能提高围棋中博弈搜索的精准度。

摘要： 本发明公开了一种博弈树安全自动响应方法，该方法包括：由网络各结点收集和传送网络格局信息；由决策结点根据网络格局信息，以人工智能的博弈树方法计算出最佳决策；把决策发给网络各结点去自动执行；上述过程并行运作，反复进行。本发明解决了现有技术不能让计算机完全独立于人的控制，自主作出网络安全决策和自动响应的问题。本发明同时公开了一种安全自动决策和响应的装置。

摘要： 本发明提供一种新型序贯同步博弈的单树蒙特卡洛搜索方法，具体过程包括：步骤1：构建单博弈树结构：每一层的所有节点均对应同一个执行方且每个节点表示当前局面的博弈状态；除第一层外的奇数层为状态转移层，偶数层为状态传递层；步骤2：在同一博弈状态下，参与博弈的两个执行方依次进行选择过程和扩展过程；其中，具体步骤为博弈一方进行选择和扩展，然后博弈另一方进行选择和扩展，在迭代搜索过程中，当参与博弈的双方均作出一次动作选择后，才进行状态转移；步骤3：估值阶段；步骤4：更新阶段：步骤5：迭代进行步骤2至步骤4，直至完成设定的搜索时间或者迭代次数。本发明解决了现有双树结构方法存在博弈树节点信息同步的的问题。

摘要： 本发明公开了一种非完备信息下同步博弈蒙特卡洛搜索多树变种方法，包括：S1:对于玩家的策略将根据已知的经验信息推测剩余信息；S2:在博弈树展开前对所有信息进行采样，筛选合法动作；S3:在博弈树搜索后，将每个博弈树的搜索结果再进行训练，预测出最终优势策略：S4:根据不同的玩家设置两棵博弈树，其中不同玩家的博弈树之间是互相联系，每轮对多个博弈树同时展开，展开前的采样内容相同，每个从玩家角度开始展开动作是根据自己的信息集，对于对手的动作直接根据其他树映射获得。

摘要： 本发明公开了一种用于解决大规模序贯同步博弈问题的双树蒙特卡洛搜索算法，相比于单树结构的序贯同步蒙特卡洛搜索，在保留同步特点的基础上，建立两棵树表示博弈双方的状态转移情况，使得博弈树的选择分支大大减少，在维持同步行动特点的同时，减小了博弈树的规模。消除了同步动作造成的双方动作组合爆炸问题，增加搜索深度，既保证了求解质量，又提高了求解效率。具体的技术手段包括：通过构建纳什均衡支撑库，解决同步的纳什均衡在线计算时间过长的问题；设计序贯同步博弈的深度策略网和深度估值网，实现序贯同步搜索的知识引导；研究面向环境的强化学习，解决状态转移或收益缺失下的决策问题。

摘要： 本发明公开一种基于三层交叉博弈能量树的脑波病历信号约简方法。该方法首先设计两棵相邻的三层交叉博弈树T