面向智能博弈游戏的卷积神经网络估值方法

唐 杰 许华虎 谈广云

1(上海大学计算机工程与科学学院 上海 200444)2(杭州浮云科技网络有限公司 浙江 杭州 310000)

0 引 言

人工智能研究界中，机器博弈是一个广受关注的领域。机器博弈具有一组有限的定义良好的规则，研究它们可以方便地测试新的方法，从而准确地衡量新方法的好坏程度。测试是通过比较许多与基于其他方法的程序博弈或与人类选手博弈的结果来完成的，这意味着机器博弈拥有一个定义良好的用于测量其发展进程的度量标准[1]，进而可以更精确地判断该解决方案是否是解决给定问题的最佳解决方案。此外，机器博弈具有娱乐性，并且对娱乐行业的重要性日益增加，这一事实促进了人们对该领域的进一步研究。

机器博弈研究已经取得了许多显著的成果，比如著名的深蓝计算机，这是第一台击败人类象棋冠军的计算机[2]。然而，对于非完备信息博弈，尚未取得这样的成功。因为这类博弈的状态并不完全可见，意味着存在隐藏的变量/特征。因此，在这类博弈中做出决策更加困难，必须对缺失数据做出预测，这使得获得最佳解决方案几乎不可能。

扑克是一款具有这种性质的非常受欢迎的博弈游戏，因为玩家不知道对手的手牌。计算机扑克的研究在过去几年一直很活跃。人们开发了一些扑克智能程序，但它们都没有达到类似于专业人类玩家的水平。为了克服在先前开发智能程序过程中出现的问题，本文提出了一个新的思路。……