在复杂隐藏角色游戏中以信息集蒙特卡洛树搜索竞技
人工智能
2020-05-15 v1 多智能体系统
摘要
智能博弈代理的进展已在围棋等完美信息游戏和扑克等不完美信息游戏中取得成功。信息集蒙特卡洛树搜索（ISMCTS）算法族在不完美信息游戏中优于先前使用蒙特卡洛方法的算法。本文将单观察者信息集蒙特卡洛树搜索（SO-ISMCTS）应用于Secret Hitler，一款结合了传统隐藏角色机制与卡牌堆随机性的流行社交推理桌游。这种组合导致了比单独的隐藏角色与卡牌堆机制更为复杂的信息模型。在10108场模拟对局中表明，SO-ISMCTS表现与较简单的基于规则的代理相当，并展示了ISMCTS算法在复杂信息集领域的潜力。
引用
@article{arxiv.2005.07156,
title = {Competing in a Complex Hidden Role Game with Information Set Monte Carlo Tree Search},
author = {Jack Reinhardt},
journal= {arXiv preprint arXiv:2005.07156},
year = {2020}
}