资料下载
×
结合搜索与Double DQN的非完备信息博弈算法
消耗积分:0 |
格式:pdf |
大小:1.73 MB |
2021-03-24
分享资料个
麻将作为典型的非完备信息博弈游戏主要通过传统 Expectimax搜索算法实现，其剪枝策略与估值函数基于人工先验知识设计，存在假设不合理等问题。提出一种结合 Expectimax搜索与 Double DQN强化学习算法的非完备信息博弈算法。在 Expectimax搜索树扩展过程中，采用 Double DQN输出的估值设计估值函数并在限定搜索层数內获得分支估值，同时设计剪枝策略对打牌动作进行排序与部分扩展实现搜索树剪枝。在 Double DQN模型训练过程中，将麻将信息编码为特征数据输入神经网络获得估值，使用巸 xpectimax搜索算法得到最优动作以改进探索策略。实验结果表明，与 Expectimax搜索算法、 Double DQN算法等监督学习算法相比，该算法在麻将游戏上胜率与得分更高，具有更优异的博弈性能。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
