吃墩游戏中的基于知识的偏执搜索
人工智能
2021-04-13 v1
摘要
本文提出\emph{基于知识的偏执搜索}（KBPS），用于在斯卡特纸牌游戏的吃墩阶段寻找必胜策略；斯卡特是最有趣的三人纸牌游戏之一。它将高效的部分信息博弈树搜索与知识表示及推理相结合。这一在最坏情形下的分析于少量牌墩后进行，可导出牌的优先选择。我们给出针对庄家与防守方的 KBPS 变体，以及一种在信念空间中针对大多数世界寻找必胜策略的近似方法。通过重放数千局专家对局，我们的评估表明，采用新算法的 AI 在出牌上表现优于人类，在评估斯卡特锦标赛的公认标准——扩展 Seeger 系统中取得了超过 1000 分的平均得分。
引用
@article{arxiv.2104.05423,
title = {Knowledge-Based Paranoia Search in Trick-Taking},
author = {Stefan Edelkamp},
journal= {arXiv preprint arXiv:2104.05423},
year = {2021}
}