精通 Terra Mystica：将自我博弈应用于多智能体合作棋盘游戏

在本文中，我们探索并比较了多种用于求解复杂策略游戏 Terra Mystica（以下简称 TM）的算法。此前利用人工智能实现超人类游戏水平的研究已证明有效，近期在围棋、国际象棋和将棋等游戏中通用算法取得了突破 \cite{AlphaZero}。我们将这些突破直接应用于 TM 的一种新颖状态表示，旨在创建一种能与人类玩家匹敌的人工智能。具体而言，我们展示了将 AlphaZero 应用于该状态表示的初步结果，并分析了所发展出的策略。文中给出了简要分析。我们将这种结合新颖状态表示的改进算法称为 AlphaTM。最后，我们通过与多个基线和典型人类分数进行比较，讨论了该方法的成功之处与不足。本文使用的所有代码均可在 \href{https://github.com/kandluis/terrazero}{GitHub} 上获取。