Jun, 2024

无人监督下学习玩《七大奇迹对决

HTML
PDF
TL;DRZeusAI是一种人工智能系统，通过结合Monte Carlo Tree Search和Transformer神经网络来学习7 Wonders Duel棋盘游戏，无需人类监督。它能够与顶级人类玩家竞争，发展已知和新颖的策略，并通过测试规则变体来提高游戏的平衡性。这项工作展示了人工智能在理解和提升棋盘游戏方面的作用。
发现论文，激发创造
  • 使用通用增强学习算法通过自我对弈掌握国际象棋和将棋

    该研究介绍了使用新的AlphaZero算法以及无领域知识的方式进行强化学习，让计算机在三个领域的棋类游戏：围棋、象棋和将棋中均以超级专业水平进行游戏。

    Dec, 2017

  • 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

  • 监督学习在 MOBA 游戏中达到人类水平表现：《王者荣耀》案例研究

    JueWu-SL是第一个在多人在线战略游戏中通过监督学习实现人类水平表现的AI程序，通过对宏观战略和微管理进行端到端的神经网络整合，经过Honor of Kings的测试，在标准的5v5游戏中表现出和高王段位选手的竞争水平。

    Nov, 2020

  • 利用深度强化学习构建一款3人麻将人工智能

    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。

    Feb, 2022

  • 公正博弈：强化学习的挑战

    本文介绍了 AlphaZero 和 MuZero 的算法，探究了它们的局限性，并提供了新的瓶颈测试方法以解决 AlphaZero 在某些博弈游戏中学习能力不足的问题，并发现 AlphaZero 在解决 nim 游戏时会面临严重的问题。

    May, 2022

  • 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

  • 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

  • 人工智能与人类知识的桥梁：AlphaZero中的概念发现与转移

    提取出的五个关键词是：人工智能、AlphaZero、国际象棋概念、人类专家、人工智能应用。研究论文的简短总结为：通过提取AlphaZero中的国际象棋概念，人类专家能够成功学习和改进解决这些概念的能力，这在推进人类知识前沿方面取得了重要的里程碑，对于人工智能的交互方式和广泛应用具有深远的影响。

    Oct, 2023

  • 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

  • AlphaDou: 高性能端到端斗地主AI集成竞标

    通过修改深度蒙特卡洛算法框架，利用强化学习获得同时估计胜率和期望的神经网络模型，剪枝行动空间并基于胜率生成策略，在真实的斗地主环境中训练该模型实现了公开模型中最先进的水平。

    Jul, 2024