基于卷积神经网络的“拱猪”博弈算法

摘要: “拱猪”又称“华牌”，是一款极具特点的牌类游戏，属于非完备信息博弈，由亮牌和出牌2个阶段组成，整个游戏过程具有极强的反转性。为了研究“拱猪”计算机博弈算法，本文提出了一种基于深度学习的“拱猪”博弈算法，包含亮牌和出牌2个神经网络，分别用于亮牌和出牌阶段。亮牌和出牌网络均采用卷积神经网络（convolutional neural network，CNN）来构建，根据功能特点分别设计为不同的网络结构。采用11000局人类高级玩家的真实牌谱按比例生成训练数据和测试数据，对2个CNN网络进行了训练、测试和分析。结果表明，亮牌和出牌网络分别达到了88.4%和71.4%的准确率。对亮牌和出牌的一些具体例子进行的分析表明，本文算法能够产生合理的亮牌和出牌策略。

• 关键词: 
• 人工智能  /  
• 非完备信息博弈  /  
• 深度学习  /  
• 卷积神经网络  /  
• 拱猪  /  
• 华牌  /  
• 亮牌  /  
• 出牌  

非完备信息博弈是指参与者无法从游戏对局中获得所有的局面信息，因此对其博弈算法研究具有一定的难度，目前已备受关注，成为热门研究之一。德州扑克[1-3]、“斗地主”[4-5]等，尤其是德州扑克的国内外相关研究成果较多。2013年，王轩等[6-10]在信息表示、函数优化、博弈树搜索 、对手建模和风险模型分析等方面取得的成果显著，并在2013年世界计算机扑克大赛（annual computer poker competition, ACPC）2人限注项目竞赛中，取得了第4名的好成绩[11]。2015