基于手牌拆分的"斗地主"蒙特卡洛树搜索

• 作者: 于小民 刘满义 彭啟文 徐方婧 王以松
• 来源期刊: 南京师大学报（自然科学版）
• 学科: 工学
• 关键词: 斗地主 计算机博弈 强化学习 蒙特卡洛树搜索
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 全国机器学习会议论文专栏
• 页码范围: 107-114
• 页数: 8页
• 分类号: TP311
• 字数: 7082字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4616.2019.03.014

摘要

"斗地主"是典型的多人合作非完全信息博弈,蒙特卡洛树搜索是求解博弈(围棋、国际象棋等)问题的重要工具.本文首先提出基于"斗地主"规则的手牌拆分算法,通过选择较小拆分以解决其动作空间较大问题;其次,通过蒙特卡洛抽样法,对"斗地主"非完全合作博弈进行不断抽样模拟,在满足一定预设条件后,选择收益最佳的节点作为本次最佳决策.实验结果表明,基于手牌拆分的"斗地主"蒙特卡洛树搜索能较好地实现"斗地主"自动博弈.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王以松	贵州大学计算机科学与技术学院	23	51	4.0	5.0
2	徐方婧	贵州大学计算机科学与技术学院	2	0	0.0	0.0
3	彭啟文	贵州大学计算机科学与技术学院	2	0	0.0	0.0
4	于小民	贵州大学计算机科学与技术学院	2	0	0.0	0.0
5	刘满义	贵州大学计算机科学与技术学院	1	0	0.0	0.0