博弈中的实力估计与拟人化实力调整
人工智能
2025-03-24 v2 人机交互
机器学习
摘要
实力估计与调整在设计人机交互中至关重要，尤其是在 AI 超越人类玩家的博弈中。本文引入了一种新颖的实力系统，包括实力估计器（SE）和基于 SE 的蒙特卡洛树搜索（SE-MCTS），该系统从对局中预测实力，并提供具有人类风格的不同博弈实力。实力估计器在无需直接人机交互的情况下，从对局中计算实力分数并预测段位。SE-MCTS 在蒙特卡洛树搜索中利用实力分数来调整博弈实力和风格。我们首先在围棋这一具有宽广段位范围的挑战性棋盘游戏中进行实验。我们的实力估计器仅通过观察 15 局对局，在预测段位上即显著实现了 80% 以上的准确率，而先前的方法在 100 局对局中仅达到 49% 的准确率。在实力调整方面，SE-MCTS 成功调整至指定段位，同时在匹配人类行为上达到 51.33% 的准确率，优于先前仅有 42.56% 准确率的最先进方法。为了证明我们实力系统的通用性，我们进一步将 SE 和 SE-MCTS 应用于国际象棋，并取得了一致的结果。这些结果表明了一种有前景的实力估计与调整方法，提升了博弈中的人机交互。我们的代码可在 https://rlg.iis.sinica.edu.tw/papers/strength-estimator 获取。
引用
@article{arxiv.2502.17109,
title = {Strength Estimation and Human-Like Strength Adjustment in Games},
author = {Chun Jung Chen and Chung-Chin Shih and Ti-Rong Wu},
journal= {arXiv preprint arXiv:2502.17109},
year = {2025}
}
备注
Accepted by the Thirteenth International Conference on Learning Representations (ICLR 2025)