基于手牌预测的多人无限注德州扑克博弈方法

• 作者: 包友军 姜晓红 李翔 陈英芝
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 非完备信息博弈 人工智能 德州扑克 手牌预测 蒙特卡洛
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 47-64
• 页数: 18页
• 分类号: TP18
• 字数: 17116字
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2018.00047

摘要

作为非完备信息博弈的典型代表,德州扑克一直是人工智能领域内的难题.尤其在多人无限注德州扑克中,博弈策略的制定需要考虑诸多复杂因素,加上其解空间巨大,使问题极具挑战.一般有两种思路解决之:第一种是基于博弈论的方法,通过搜索博弈树、寻找纳什均衡点得到最佳策略;第二种是基于知识的方法,通过学习人类玩家的行动来制定博弈策略.该文的方法属于后者:提出了一种基于牌型预测的德州扑克博弈方法.该方法的基本思想是模拟人类玩家的“读牌”能力.读牌是德州扑克对抗中的重要部分,即根据对手表现出的即时信息及过往的行为习惯,判断对手手牌的大致分布甚至精确牌型.读牌之所以可行,是因为随着牌局发展,对手会进行多次行动,而这些行动往往体现了其手牌信息.文章从非完备信息博弈的角度出发,提出了一套完整的博弈框架,并讨论框架的适用性.随后,将该框架具体应用于德州扑克,将研究重点放在未知信息集的预测上,并采用蒙特卡洛方法计算胜率、得出决策.文章详细地阐述了该方法的设计思想和实现细节,为多人无限注德州扑克程序的设计提供了宝贵的参考.该文是首篇全面论述并设计实现了基于对手手牌预测的多人(超过三人)无限注德州扑克程序的论文.在对手牌型预测上,该文程序比马尔可夫模型的预测精度平均高出6.65％.在博弈性能上,选择2015年华为软件精英挑战赛上的七个程序进行比较,采用锦标赛赛制(允许一次后续买入).两人局比赛的平均胜率为89％,八人局比赛的平均名次为1.74.同时在筹码胜负、坚持局数等多项指标上均取得最好成绩.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李翔	浙江大学计算机科学与技术学院	20	216	6.0	14.0
2	姜晓红	浙江大学计算机科学与技术学院	15	464	7.0	15.0
3	陈英芝	浙江大学计算机科学与技术学院	1	4	1.0	1.0
4	包友军	浙江大学计算机科学与技术学院	1	4	1.0	1.0