Feb, 2022

利用深度强化学习构建一款 3 人麻将人工智能

PDF
TL;DR本文介绍 Meowjong，这是一款使用深度强化学习技术的三人日本麻将 Sanma 制作的 AI。作者定义了一种紧凑而信息丰富的二维数据结构，用于编码 Sanma 游戏中可观察到的信息，并使用卷积神经网络对 Sanma 的动作进行预训练，并通过自我对弈增强了主要动作模型的性能，最终取得了在 Sanma 游戏中的领先地位。
发现论文，激发创造
  • 深度强化学习掌握麻将

    利用深度强化学习，包括全局奖励预测、指导预测和运行时策略自适应等新技术设计了名为 Suphx 的 AI 麻将程序，并在性能上超过了大多数顶尖的人类玩家，在 Tenhou 平台上被评为超过 99.99% 的所有官方排名人类玩家，标志着计算机程序首次在麻将中超越了大多数顶尖的人类玩家。

    Mar, 2020

  • DanZero: 强化学习在关弹游戏中的应用

    本文介绍了一种基于加强学习技术的 AI 程序 DanZero，使用分布式框架训练其在类似于斗地主但更复杂的关打游戏中的表现，表现出出色的性能。

    Oct, 2022

  • DanZero+: 强化学习在贯蛋游戏中的统治力

    利用人工智能在复杂的卡牌游戏关单中开发了一个名为 DanZero 的 AI 程序，通过强化学习技术和分布式训练框架，以及采用预训练模型来改善性能，DanZero 表现出卓越的性能。

    Dec, 2023

  • DouZero：自我对战深度强化学习掌握斗地主

    利用深度神经网络，行动编码和并行执行器等方法，本文提出了一个名为 DouZero 的博弈 AI 系统，目标是在三人斗地主游戏中解决人工智能挑战。通过集成传统蒙特卡罗方法，DouZero 在数天的训练后就表现出色，并在 Botzone 排行榜上排名第一。本文展示了即使在行动空间复杂的情况下，经典的 蒙特卡罗方法 也能带来突破。

    Jun, 2021

  • DouZero+: 对手建模和教练引导学习强化斗地主 AI

    本论文介绍了在中国十分流行的卡牌游戏斗地主中引入强化学习以及对抗性网络，旨在提高斗地主人工智能的表现，并将系统实现了状态的全面探索，从而在斗地主 Botzone 排行榜上获得了最高排名。

    Apr, 2022

  • 使用深度强化学习玩完整的 MOBA 游戏

    提出了一种 MOBA 游戏 AI 学习范式，采用深度强化学习及新型学习技术，可训练玩家池多的游戏并解决了可扩展性问题，测试结果表明该 AI 在王者荣耀等游戏中已能击败顶尖电竞选手。

    Nov, 2020

  • 深度多智能体强化学习的简化行动解码器

    该研究提出了一种基于深度多智能体强化学习方法，即 Simplified Action Decoder（SAD），它通过利用集中式训练阶段解决了训练过程中策略非常难以观察的问题，从而在 Hanabi 挑战赛的部分元素中，建立了一个新的 SOTA，提高了理解其他网络的能力。

    Dec, 2019

  • 汉拿破仑挑战：人工智能研究的新前沿

    提出将 Hanabi 游戏作为新的挑战领域来驱动人工智能研究，强调需要发展针对其他代理者信念和意图的理论推理新技术，并介绍了开源的 Hanabi 游戏学习环境以及当前最先进技术的性能评估实验框架。

    Feb, 2019

  • 利用强化学习创建弱化的抽象棋类游戏智能体技术

    本研究介绍了如何使用强化学习模型和 Q 学习算法创建能够学会玩井字游戏、九人跳和玛卡拉棋的人工智能代理，同时还提出了一种制作较弱 AI 代理的方法，并提供了一种比较 AI 代理的方法。

    Sep, 2022

  • 使用深度强化学习和行为规范掌握官旦游戏

    提出了一种名为 GuanZero 的框架，通过蒙特卡洛方法和深度神经网络使 AI 代理能够掌握 Guandan 游戏，主要贡献在于通过精心设计的神经网络编码方案调节代理的行为，通过与最先进的方法进行比较证明了该框架的有效性。

    Feb, 2024