AAAIJan, 2021

通用游戏的战略特征

PDF
TL;DR本文介绍了一项正在进行的研究项目，旨在实现大量数字版棋盘游戏的自动化自我学习和评估，并描述了我们采取的方法来确定相关特征，以偏置在任意几何形状上玩的任意游戏的 MCTS 模拟。我们的方法的好处包括高效实现，潜在的将所学知识转移到新的场景中，以及潜在的解释以人类可理解的术语嵌入特征中的战略知识。
automated self-play learningboard gamesmcts playoutsgame featuresstrategic knowledge
发现论文，激发创造
  • 通用游戏的空间状态 - 行为特征

    本文提出了一种可有效设计和实现通用游戏空间状态 - 动作特征的方法，并提供了适用于广泛不同游戏使用的设计和具体实现，这种方法可以训练出符合本地区域状态变量的特征，以此来激励或者抑制动作。

    Jan, 2022

  • 混合极小化极大搜索和游戏难度调整的一般游戏问题解决方法

    提出了一种通用方法来实现具有不同难度级别的零和游戏的人工智能对手，同时结合了 Minimax-MCTS 混合算法，该方法在移动应用程序 LoBoGames 中进行了测试，并证明了这种混合算法和新的难度调整系统在将来的工作中具有潜力。

    Oct, 2023

  • 不同游戏中蒙特卡罗树搜索性能的表征

    我们描述了一个初步的数据集，该数据集包括了 268,386 个不同游戏中的 61 个不同代理的对局，旨在研究 Monte-Carlo Tree Search 在各种游戏中的表现和改进方法，以及对数据集的预测模型训练和未来计划。

    Jun, 2024

  • 基于模拟的策略分析的蒙特卡罗树搜索

    本文提出使用自动规划代理来模拟不同技能水平的人来生成游戏过程，并从中收集指标以评估当前的游戏设计并确定其潜在缺陷。本文以 Scrabble 和 Cardonomicon 为案例，展示了使用模拟代理来模拟人类玩家如何从游戏中提取度量（在 Scrabble 的情况下）以及突出设计缺陷（在 Cardonomicon 的情况下）。

    Aug, 2019

  • 通用游戏求解的快速且无需专业知识的深度学习

    我们开发了一种将 AlphaZero 模型适应于通用游戏对战（GGP）的方法，该方法侧重于更快的模型生成并且需要从游戏规则中提取的知识更少。数据集生成使用 MCTS 进行游戏对战，只使用值网络，并且使用注意力层替换卷积层。我们在 Regular Boardgames GGP 系统中实施了这种方法，并展示了我们可以高效地构建优于 UCT 基准的模型。

    Dec, 2023

  • 大型语言模型能否玩游戏？一种自我对弈方法的案例研究

    结合蒙特卡洛树搜索和大型语言模型的创新方法可有效解决决策型游戏问题，提高大型语言模型的性能并处理蒙特卡洛树搜索无法应对的挑战。

    Mar, 2024

  • 沿途风景：视频游戏的自动探索

    研究表明，现成的自动勘探策略可以与人类游戏玩家在相同时间尺度上实现相同的效果，为探索游戏状态空间和提取语义地图等应用贡献了通用方法。

    Dec, 2018

  • 多人游戏空间的可视化

    本研究使用不同的游戏空间比较多人桌面游戏的特征，并通过 Monte Carlo Tree Search 算法优化参数获取了最具可解释性的空间，同时发现游戏树属性定义的空间与实际结果不相符。此外，在通过原始特征将游戏分类为两类时没有发现玩家数量对游戏特征的影响。

    Feb, 2022

  • 通用视频游戏中实时蒙特卡洛树搜索的增强

    讨论将八个增强技术应用于 GVGP 领域的 MCTS，其中包括渐进式历史、N-Gram 选择技术、树重用、广度优先树初始化、避免损失、基于新颖性的修剪、基于知识的评估和确定性游戏检测，这些增强技术的应用统计上显著提高了胜率，将平均胜率从 31.0% 提高到 48.4%，接近 2015 年 GVG-AI 竞赛中最优秀的代理程序的水平。

    Jul, 2024

  • 可解释的偏好学习：基于博弈论的大间隔在线特征及规则学习框架

    本文提出了一种将博弈论与偏好学习相结合的新算法，可解决大规模特征选取和模型可解释性等问题，并在分类任务中实现了最先进的精度。

    Dec, 2018