释放深度反事实值网络的潜力
人工智能
2020-07-22 v1 机器学习
摘要
深度反事实值网络与持续求解相结合，提供了一种在不完美信息博弈中进行深度受限搜索的途径。然而，自其于 DeepStack 扑克 AI 中引入以来，深度反事实值网络并未得到广泛采用。在本文中，我们引入了对深度反事实值网络以及反事实后悔最小化的一些改进，并分析了每一处改动的影响。我们将这些改进结合以创建扑克 AI Supremus。我们表明，尽管 DeepStack 的重新实现在面对面较量中输给强基准智能体 Slumbot，但 Supremus 以极大优势成功击败 Slumbot，并且相较于局部最佳响应也取得了比 DeepStack 更低的可利用度。总之，这些结果表明，借助我们的关键改进，深度反事实值网络能够取得最先进的性能。
引用
@article{arxiv.2007.10442,
title = {Unlocking the Potential of Deep Counterfactual Value Networks},
author = {Ryan Zarick and Bryan Pellegrino and Noam Brown and Caleb Banister},
journal= {arXiv preprint arXiv:2007.10442},
year = {2020}
}
备注
11 pages, 6 figures