对抗性巡逻游戏中有限记忆策略的记忆分配

对抗性巡逻游戏属于安全游戏的子类，其中守卫者在位置之间移动，守护脆弱目标。主要算法问题是构建守卫者策略，以最小化攻击者可造成的最小损伤。我们关注有限记忆（亦称正则）守卫者策略，这类策略在实际实验中战胜其他竞争策略类。有限记忆策略可视为在有限状态集合上的位置策略。每个状态由位置和特定整数值（称为记忆）的配对组成。现有算法改进状态之间的转移概率，但要求在每个位置手动分配可用记忆大小。选择合适的记忆分配是一个众所周知的开放且困难的问题，限制了有限记忆策略的可用性。我们通过开发一种迭代更改记忆分配的通用方法来解决此问题。我们的算法可与任何黑盒策略优化工具配合使用。我们在 various 实验中进行评估，展示其鲁棒性，通过解决各种巡逻模型实例来验证。