Games的学生：一种适用于完美与不完全信息博弈的统一学习算法
人工智能
2023-11-17 v2 计算机科学与博弈论
机器学习
摘要
博弈长久以来作为人工智能进展的基准。使用搜索与学习的方法在许多完美信息博弈中取得了强劲表现，而使用博弈论推理与学习的方法在特定不完全信息扑克变体中展现了强劲表现。我们提出了Games的学生(Student of Games)，一种统一了先前方法、结合引导式搜索、自我博弈学习与博弈论推理的通用算法。Games的学生在大型完美与不完全信息博弈中取得了强劲的经验表现——这是朝向真正通用任意环境算法的重要一步。我们证明了Games的学生的合理性，随着可用计算与近似能力的提升收敛到完美博弈。Games的学生在国际象棋和围棋中达到强劲表现，在单挑无限注德州扑克中击败最强公开可用智能体，并在苏格兰场（一个体现引导式搜索、学习与博弈论推理价值的不完全信息博弈）中战胜最先进智能体。
引用
@article{arxiv.2112.03178,
title = {Student of Games: A unified learning algorithm for both perfect and imperfect information games},
author = {Martin Schmid and Matej Moravcik and Neil Burch and Rudolf Kadlec and Josh Davidson and Kevin Waugh and Nolan Bard and Finbarr Timbers and Marc Lanctot and G. Zacharias Holland and Elnaz Davoodi and Alden Christianson and Michael Bowling},
journal= {arXiv preprint arXiv:2112.03178},
year = {2023}
}
备注
Published in Science Advances