德州扑克手牌强度预测模型及NPC设计

论文摘要

游戏中的人工智能研究一直是一个热门的研究领域,在一些实际的游戏场景中已经取得了很好的研究成果。本文分析了人工智能技术在扑克类游戏中的应用的研究现状,并针对德州扑克这一热门牌类游戏,对人工智能技术在非完全信息牌类游戏中的应用进行了深入的研究和分析。本文所做的研究工作主要体现在以下几个方面：1、提出了针对德州扑克的基于数据挖掘分类方法的手牌强度预测模型。通过结合当前牌局信息和历史牌局信息的特征向量的设计,本文提出的手牌强度预测模型与已有的模型相比更简单有效。训练数据不需要是针对特定的对手的,利用该模型设计的非玩家角色(NPC)在实际比赛中具有很好的适应能力,面对不同的对手都有较好的表现。2、分别基于朴素贝叶斯算法、支持向量机算法和贝叶斯网络算法实现了三个手牌强度预测分类器,并以相应的分类器为基础开发了三个对应的NPC。对这三个NPC与另外三个公开可用的NPC进行了完整的循环制式对比测试,对比测试的结果表明,基于本文的手牌强度预测模型设计的三个NPC是有效的,并且基于该模型和贝叶斯网络算法设计的NPC在基本对战能力和适应性方面均有不错的表现。3、基于计算机扑克竞赛(ACPC)平台相关规范,开发了用于德州扑克中人工智能研究的对战测试系统。该系统不仅可用于NPC之间的机机对战测试,同时也能用于人与NPC之间的人机对战测试。该系统可以测试本文中所有的手牌强度预测方法,并能实时控制并观看比赛情况。

论文目录

• 摘要
• abstract
• 第一章 绪论
• 1.1 课题背景和研究意义
• 1.1.1 游戏人工智能
• 1.1.2 扑克游戏的研究及意义
• 1.2 研究现状简介
• 1.3 论文的主要工作
• 1.4 论文的组织结构
• 第二章 德州扑克研究背景
• 2.1 德州扑克
• 2.1.1 德州扑克玩法介绍
• 2.1.2 计算机扑克竞赛（ACPC）
• 2.2 有研究方法
• 2.2.1 基于知识的系统
• 2.2.2 蒙特卡罗模拟
• 2.2.3 博弈论及均衡理论
• 2.2.4 机器学习与数据挖掘方法
• 2.3 已有研究方法的总结与讨论
• 第三章 手牌强度预测模型设计
• 3.1 模型的整体设计
• 3.2 分类算法
• 3.3 特征向量设计
• 3.4 小结
• 第四章 基于手牌强度预测模型的NPC设计
• 4.1 引言
• 4.1.1 模型的训练
• 4.1.2 押注策略选择
• 4.2 基于朴素贝叶斯算法的NPC设计
• 4.2.1 朴素贝叶斯算法简介
• 4.2.2 特征向量设计
• 4.2.3 押注策略
• 4.3 基于支持向量机算法的NPC设计
• 4.3.1 支持向量机算法简介
• 4.3.2 特征向量设计
• 4.3.3 押注策略
• 4.4 基于贝叶斯网络算法的NPC设计
• 4.4.1 贝叶斯网络算法简介
• 4.4.2 特征向量设计
• 4.4.3 押注策略
• 4.4.4 贝叶斯网络结构
• 4.4.5 训练数据拆分对比试验
• 4.5 实验与分析
• 4.5.1 参与对比测试的NPC简介
• 4.5.2 实验效果对比
• 4.5.3 实验结果讨论
• 第五章 基于ACPC平台的对战测试系统设计
• 5.1 对战测试系统的整体结构
• 5.2 可视化控制
• 第六章 总结与展望
• 6.1 论文的主要工作
• 6.2 论文的进一步工作
• 参考文献
• 简历与科研成果
• 致谢