机构名称：
¥ 1.0
摘要 — 近年来，深度强化学习 (DRL) 在各种完全和不完全信息游戏中取得了重大突破。在这些游戏中，斗地主是中国流行的纸牌游戏，由于信息不完整、状态空间大、协作元素多以及每回合可能的动作数量庞大，因此非常具有挑战性。最近，一种名为 DouZero 的斗地主人工智能系统被提出。DouZero 使用传统蒙特卡洛方法、深度神经网络和自我对弈程序进行训练，无需抽象人类先验知识，其表现优于所有现有的斗地主人工智能程序。在这项工作中，我们建议通过在 DouZero 中引入对手建模来增强 DouZero。此外，我们提出了一种新颖的教练网络，以进一步提升 DouZero 的性能并加速其训练过程。通过将上述两种技术融入到斗地主AI系统中，斗地主AI系统取得了更好的性能，在包括斗地主在内的400多个AI代理中名列Botzone排行榜榜首。索引术语 — 斗地主，强化学习，蒙特卡洛方法，对手建模，教练网络
DouZero+：通过对手建模和教练指导学习改进斗地主人工智能
主要关键词
相关文件推荐
