用于实时策略游戏的组合多臂老虎机
人工智能
2017-10-16 v1
摘要
具有大分支因子的游戏对博弈树搜索算法构成了重大挑战。在本文中，我们提出了一种名为{\em 朴素采样}（na"{i}ve sampling）的蒙特卡洛树搜索（MCTS）算法采样策略来解决这一问题，该策略基于多臂老虎机问题的一种变体，即{\em 组合多臂老虎机}（Combinatorial Multi-armed Bandits, CMAB）。我们分析了几种{\em 朴素采样}变体的理论性质，并在经验上将其与文献中现有的其他 CMAB 策略进行了比较。随后，我们在实时策略（RTS）游戏的背景下评估了这些策略，这类计算机游戏的特征是具有非常大的分支因子。我们的结果表明，随着分支因子的增长，{\em 朴素采样}优于其他采样策略。
引用
@article{arxiv.1710.04805,
title = {Combinatorial Multi-armed Bandits for Real-Time Strategy Games},
author = {Santiago Ontañón},
journal= {arXiv preprint arXiv:1710.04805},
year = {2017}
}