基于MCTS的多阶段单人纸牌游戏智能体
人工智能
2021-09-28 v1 机器学习
摘要
本文介绍了蒙特卡洛树搜索（MCTS）算法在纸牌游戏《指环王》中的应用。主要挑战在于游戏机制的复杂性：每轮由5个决策阶段和2个随机阶段组成。为测试多种决策算法，我们实现了一个游戏模拟器。研究涵盖了基于专家规则的智能体、使用扁平蒙特卡洛搜索的智能体，以及完整的MCTS-UCB。此外，还比较了不同的playout策略。实验结果表明，我们给出了一种（在限定时间下）最优的算法组合。所开发的基于MCTS的方法展现出相对于具备专家知识智能体的优势。
引用
@article{arxiv.2109.12112,
title = {MCTS Based Agents for Multistage Single-Player Card Game},
author = {Konrad Godlewski and Bartosz Sawicki},
journal= {arXiv preprint arXiv:2109.12112},
year = {2021}
}
备注
Published in 2020 IEEE 21st International Conference on Computational Problems of Electrical Engineering. arXiv admin note: text overlap with arXiv:2109.12001