Oct, 2023

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

PDF
TL;DR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。
发现论文，激发创造
  • 通用游戏的战略特征

    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。

    Jan, 2021

  • 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

  • AlphaZero 五子棋

    AlphaZero 算法通过将深度学习与蒙特卡洛树搜索相结合，在象棋、围棋和五子棋等棋盘游戏中取得了巨大的成功。

    Sep, 2023

  • 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

  • LBCIM: 基于忠诚度的竞争影响力极大化与 epsilon - 贪心 MCTS 策略

    本研究提出了一种基于社交网络忠诚度的竞争影响最大化的新游戏框架，并使用改良版 Monte Carlo 树搜索算法来挑选最佳策略，其在合成数据和真实数据上均表现优异。

    Mar, 2023

  • 在 miniXCOM 中探索使用 TD 学习的自适应 MCTS

    本文介绍了一种名为 MCTS-TD 的自适应 MCTS 算法，该算法使用了深度强化学习技术，从而无需预训练模型即可实现在线调整，通过在 miniXCOM 游戏中进行测试，进一步证明了该算法的有效性。

    Oct, 2022

  • 启发式搜索通过测试时间获得更快的训练 ——AlphaZero 启发式游戏学习

    本文提出了一种 AlphaZero 启发的 MCTS 包装器，将其与时间差异学习智能体相结合，在不需要 GPU 或 TPU 等高性能计算资源的情况下，在多个复杂的游戏中成功打败强劲对手，取得了显著优势。

    Apr, 2022

  • 将组合优化引入 MCTS 方法：应用于棋盘游戏 boop

    通过将组合优化注入蒙特卡罗树搜索，我们在抽象棋盘游戏中提出了一种新的 AI 方法，该方法在对强化学习算法的基线进行测试时的胜率达到 96％，并在 Board Game Arena 平台上与人类玩家对抗时取得了良好的成绩。

    Jun, 2024

  • 在线学习漂移游戏分析及其在提升中的应用

    提供了一种基于漂移博弈框架内的极小极大分析的在线学习算法设计通用机制，通过转换不同的在线学习场景为不同的漂移博弈场景，应用一系列松弛技巧解决

    Jun, 2014

  • 归纳式通用游戏对战

    介绍了一种技术，可以从 General Game Playing 生成规则，建立 Inductive General Game Playing 难以被现有的归纳逻辑规划方法处理，并给出了 IGGP 数据集和实验结果。

    Jun, 2019