在 Hanabi 中重新确定化信息集蒙特卡洛树搜索
人工智能
2019-05-16 v2 机器学习
摘要
本技术报告记录了 2018 年游戏计算智能(CIG) Hanabi 竞赛的获胜者。我们引入了重新确定化 IS-MCTS (Re-determinizing IS-MCTS)，这是信息集蒙特卡洛树搜索(IS-MCTS)的一种新颖扩展，可防止在 IS-MCTS 中可能发生的隐藏信息泄漏到对手模型中，而这种泄漏在 Hanabi 中尤为严重。在竞赛时，对于 2-4 名玩家，重新确定化 IS-MCTS 在 Hanabi 中的得分高于此前已发表的工作。鉴于每步 40 毫秒的竞赛时间限制，我们使用学习到的评估函数来估计叶节点值，并在 MCTS 期间避免完整模拟。对于混合赛道竞赛（其中其他玩家的身份未知），使用了一种简单的贝叶斯对手模型，该模型随着每局游戏的进行而更新。
引用
@article{arxiv.1902.06075,
title = {Re-determinizing Information Set Monte Carlo Tree Search in Hanabi},
author = {James Goodman},
journal= {arXiv preprint arXiv:1902.06075},
year = {2019}
}