JiangJun：通过应对二人零和博弈中的非传递性精通象棋
人工智能
2023-08-10 v1
摘要
本文对完美信息博弈中的非传递性进行了实证探索，特别关注象棋——一种在博弈树复杂度上与国际象棋和将棋相当的中国传统棋盘游戏。通过分析超过10,000条人类象棋对弈记录，我们强调了游戏策略结构中传递性与非传递性元素的同时存在。为应对非传递性，我们引入了JiangJun算法，一种蒙特卡洛树搜索(MCTS)与策略空间响应预言机(PSRO)的创新组合，旨在逼近纳什均衡。我们使用微信小程序对该算法进行实证评估，并取得大师水平，对人类玩家的胜率达99.41%。算法克服非传递性的有效性由大量指标所证实，如相对群体表现与可视化结果。我们的项目站点位于\url{https://sites.google.com/view/jiangjun-site/}。
引用
@article{arxiv.2308.04719,
title = {JiangJun: Mastering Xiangqi by Tackling Non-Transitivity in Two-Player Zero-Sum Games},
author = {Yang Li and Kun Xiong and Yingping Zhang and Jiangcheng Zhu and Stephen Mcaleer and Wei Pan and Jun Wang and Zonghong Dai and Yaodong Yang},
journal= {arXiv preprint arXiv:2308.04719},
year = {2023}
}
备注
28 pages, accepted by Transactions on Machine Learning Research (TMLR)